options(repos = c(
gadenbuie = 'https://gadenbuie.r-universe.dev',
CRAN = 'https://cloud.r-project.org'
))EFICIENCIA DE USO DE AGUA EN QUINCE GENOTIPOS DE PAPA (Solanum tuberosum L.) BAJO CONDICIONES DE ESTRÉS HÍDRICO POR SEQUÍA
R.version.string[1] "R version 4.4.1 (2024-06-14 ucrt)"cat("Project: ", getwd())Project: C:/Users/HP/OneDrive/Documentos/Programacion_analisis_datoslibrary(sessioninfo)
session_info()─ Session info ───────────────────────────────────────────────────────────────
setting value
version R version 4.4.1 (2024-06-14 ucrt)
os Windows 10 x64 (build 19045)
system x86_64, mingw32
ui RTerm
language (EN)
collate Spanish_Peru.utf8
ctype Spanish_Peru.utf8
tz America/Lima
date 2024-11-02
pandoc 3.1.11 @ C:/Program Files/RStudio/resources/app/bin/quarto/bin/tools/ (via rmarkdown)
─ Packages ───────────────────────────────────────────────────────────────────
package * version date (UTC) lib source
cli 3.6.3 2024-06-21 [1] CRAN (R 4.4.1)
digest 0.6.37 2024-08-19 [1] CRAN (R 4.4.1)
evaluate 1.0.1 2024-10-10 [1] CRAN (R 4.4.1)
fastmap 1.2.0 2024-05-15 [1] CRAN (R 4.4.1)
htmltools 0.5.8.1 2024-04-04 [1] CRAN (R 4.4.1)
htmlwidgets 1.6.4 2023-12-06 [1] CRAN (R 4.4.1)
jsonlite 1.8.9 2024-09-20 [1] CRAN (R 4.4.1)
knitr 1.48 2024-07-07 [1] CRAN (R 4.4.1)
rlang 1.1.4 2024-06-04 [1] CRAN (R 4.4.1)
rmarkdown 2.28 2024-08-17 [1] CRAN (R 4.4.1)
rstudioapi 0.17.1 2024-10-22 [1] CRAN (R 4.4.1)
sessioninfo * 1.2.2 2021-12-06 [1] CRAN (R 4.4.1)
xfun 0.47 2024-08-17 [1] CRAN (R 4.4.1)
yaml 2.3.10 2024-07-26 [1] CRAN (R 4.4.1)
[1] C:/Users/HP/AppData/Local/R/win-library/4.4
[2] C:/Program Files/R/R-4.4.1/library
──────────────────────────────────────────────────────────────────────────────1 Resumen
Este estudio evaluó la respuesta de quince genotipos de papa (Solanum tuberosum L.) bajo condiciones de sequía, con el objetivo de identificar aquellos que presenten mayor eficiencia en el uso de agua y tolerancia al estrés hídrico. Los genotipos fueron cultivados en un invernadero bajo condiciones controladas, midiendo variables claves como el peso seco de la raíz, hojas y tubérculos, transpiración total y eficiencia en el uso de agua. Para el análisis de estos datos, se empleó el software R Studio, realizando un análisis de varianza (ANOVA) para determinar las diferencias significativas entre los genotipos. Posteriormente, se aplicó la prueba de comparaciones múltiples de Tukey para identificar los grupos con diferencias estadísticas en las variables estudiadas. Los resultados obtenidos proporcionan información relevante para el mejoramiento de variedades de papa más resilientes frente a la sequía, contribuyendo así a la sostenibilidad de su cultivo en escenarios de cambio climático.
2 Introducción
La papa (Solanum tuberosum L.) es el tercer cultivo con mayor área sembrada a nivel mundial, y Perú destaca como uno de los principales productores de este tubérculo en América Latina. En el país, la producción de papa constituye el sustento económico de más de 600 mil pequeños agricultores en 19 regiones, lo que subraya la importancia de su estudio en diferentes condiciones medioambientales. Ante el cambio climático, la disponibilidad de agua se ha reducido, y la necesidad de producir alimentos para una población en constante crecimiento ha impulsado el interés en investigaciones sobre el uso eficiente del agua. En este contexto, los estudios que buscan identificar plantas tolerantes o resistentes al calor y a la sequía son esenciales, especialmente en cultivos como la papa, que es susceptible al estrés hídrico. El impacto de la sequía en la papa se traduce en una disminución de los rendimientos y en una reducción de la calidad del tubérculo. En esta página se analiza parámetros fisiológicos y morfológicos para relacionarlos con la eficiencia en el uso de agua y el rendimiento en 15 genotipos de papa. Se espera identificar y seleccionar aquellos genotipos que presenten una mayor tolerancia a condiciones de sequía, manteniendo niveles de rendimiento aceptables. Para esto, se empleó la metodología del lisímetro, la cual permite estimar la transpiración o consumo neto de agua de las plantas. A lo largo del experimento, se llevaron a cabo evaluaciones morfológicas y fisiológicas, observando los mecanismos que las plantas emplean para adaptarse a condiciones de estrés hídrico. Los datos obtenidos fueron correlacionados con el rendimiento, permitiendo identificar aquellas variables con mayor respuesta ante la sequía. La página web creada para este proyecto juega un rol fundamental, permitiendo una presentación detallada y accesible del proceso de análisis de datos. A través de esta plataforma, se facilita el acceso a los resultados obtenidos y se brindan herramientas para comprender las implicancias de estos en el mejoramiento del cultivo de papa bajo condiciones de estrés hídrico.
3 Marco teórico
La papa (Solanum tuberosum L.) es un cultivo fundamental para la seguridad alimentaria mundial y destaca en el Perú como un recurso vital tanto para el sustento de familias agricultoras como para la economía rural. En términos de producción nacional, Perú se ubica entre los mayores productores de papa en América Latina, cultivando aproximadamente 330,000 hectáreas anuales y alcanzando una producción de más de 5 millones de toneladas. Este cultivo es particularmente relevante en el país, ya que sostiene a más de 600 mil agricultores en diversas regiones, generando ingresos y empleo en áreas rurales. La importancia de la papa en Perú radica en su rol como alimento nutritivo, rico en carbohidratos, vitaminas y minerales esenciales, lo cual lo convierte en una fuente de energía accesible y versátil en la dieta peruana. Además, la papa tiene un profundo valor cultural, siendo cultivada en el país desde hace miles de años y representando una parte integral del patrimonio agrícola y gastronómico de la región andina. Desde el punto de vista morfológico, la planta de papa se caracteriza por ser una herbácea de tallos subterráneos (estolones) que generan los tubérculos, su principal órgano de almacenamiento. Estos tubérculos tienen forma redondeada u ovalada y presentan una piel que puede variar en color según la variedad. Las hojas son compuestas y pinnadas, y las flores, que aparecen en racimos, pueden ser de colores blanco, morado o rosado, dependiendo también del genotipo. Esta diversidad morfológica permite una variabilidad en las características de los tubérculos, como tamaño, color y contenido nutricional. En cuanto a los requerimientos agronómicos, la papa es una planta de clima fresco que se adapta bien a zonas con altitudes entre los 2,000 y 4,000 metros sobre el nivel del mar, aunque también puede cultivarse en áreas de menor elevación con manejo adecuado. La temperatura óptima para su crecimiento se sitúa entre los 15 y 20°C, siendo sensible a extremos de calor y frío. Su sistema radicular es poco profundo, por lo que requiere de suelos sueltos y bien drenados que faciliten el desarrollo de los tubérculos. En términos de riego, la papa necesita un suministro constante de agua, ya que es susceptible a períodos de sequía, lo que afecta tanto el rendimiento como la calidad del tubérculo. Sin embargo, el exceso de agua puede favorecer enfermedades fúngicas, por lo que es fundamental un manejo hídrico balanceado. Además, requiere una fertilización adecuada, con un especial enfoque en nutrientes como el nitrógeno, fósforo y potasio, que son esenciales para su desarrollo y producción. Esta combinación de factores agronómicos, junto con su valor social y económico, hace de la papa un cultivo prioritario en las estrategias de investigación y manejo de recursos en el país, especialmente en contextos donde el cambio climático demanda una producción sostenible y adaptativa.
3.1 Relación de la página web con el estudio
La página web ofrece una plataforma digital en la que se presentan los hallazgos de este estudio, facilitando el acceso a los datos, análisis y conclusiones relevantes. Este enfoque digital permite que los investigadores, agricultores y otros interesados puedan interactuar con los resultados, explorar visualizaciones de datos, y comprender los procesos de análisis que revelan la eficiencia en el uso del agua en los diferentes genotipos de papa estudiados. A través de la página, se pretende no solo mostrar los resultados de la investigación, sino también abrir un espacio educativo y de consulta que apoye la toma de decisiones informada en la selección de genotipos y el manejo del cultivo de papa en condiciones de estrés hídrico. Así, la página web se convierte en una herramienta de valor para la diseminación del conocimiento y la aplicación práctica de los resultados obtenidos en la investigación.
4 Materiales
Para la presente investigación, se emplearon quince (15) genotipos de papa seleccionados a partir de poblaciones de mejoramiento del Centro Internacional de la Papa. Estos genotipos fueron elegidos por sus destacadas características agronómicas y bromatológicas, que los hacen aptos para estudios de rendimiento y adaptación. Entre ellos se incluyeron dos variedades conocidas, ÚNICA y Achirana, previamente evaluadas en condiciones de sequía, con lo que se cuenta con información sobre su tolerancia al estrés hídrico. Cada genotipo presenta variaciones en su precocidad y madurez fisiológica, lo cual permite una evaluación más amplia de su desempeño bajo condiciones limitantes de agua El experimento se llevó a cabo en un invernadero, ubicado en el Departamento de Lima, Provincia de Lima, en el distrito de La Molina, a una altitud de 244 metros sobre el nivel del mar. Este espacio de cultivo protegido brindó un ambiente controlado, lo que permitió manejar las variables ambientales y minimizar el impacto de factores externos. Las coordenadas geográficas de la ubicación son 12° 04’ 33.91” de latitud sur y 76° 56’ 45.68” de longitud oeste. Dentro del invernadero, las plantas se mantuvieron en condiciones óptimas de temperatura, luz y humedad, factores esenciales para asegurar que el estrés hídrico aplicado fuera el principal factor de estudio. Las condiciones climáticas locales, características de la región costera central del Perú, proporcionaron un contexto adecuado para simular situaciones de déficit hídrico, facilitando así el análisis de los mecanismos de adaptación de los genotipos de papa.
4.1 Lugar de ejecución
El experimento se realizó en el invernadero 10 A del Centro Internacional de la Papa (CIP), ubicado en Lima, Perú. Este lugar ofrece un entorno controlado ideal para la investigación en cultivos sensibles al estrés hídrico, como la papa. Situado a una altitud de 244 metros sobre el nivel del mar, el invernadero permitió simular condiciones de sequía sin variabilidad externa, proporcionando un control riguroso sobre variables críticas como temperatura, humedad y régimen de riego.
library(knitr)
knitr::include_graphics("C:/Users/HP/OneDrive/Documentos/INGENERIA AGRONOMA/Ingenieria Agronoma VIII/PROGRAMACIÓN Y ANÁLISIS DE DATOS/UNIDAD II/LG.png")
Este tipo de entorno es clave en estudios de estrés abiótico porque permite observar respuestas fisiológicas y morfológicas en las plantas sin interferencia de factores externos no controlados. Las temperaturas promedio máximas y mínimas dentro del invernadero, de 24 °C y 15 °C respectivamente, junto con una humedad relativa del 80%, crearon un ambiente estable que facilitará el monitoreo preciso de las respuestas de las plantas y la evaluación de la eficiencia. en el uso del agua (EUA). Además, el CIP es un referente global en investigación en papa, lo que garantiza un acceso a infraestructura y metodologías avanzadas para el análisis de cultivos bajo estrés hídrico.
4.2 Descripción de las variables
Peso seco de las hojas (g): El peso seco de las hojas es una medida de la biomasa acumulada en este órgano tras la eliminación de su contenido de agua tras someterlas a un proceso de secado en estufa a 80 °C durante tres días. Este parámetro es clave porque las hojas son el principal órgano fotosintético y, en condiciones de estrés hídrico, una mayor biomasa foliar puede relacionarse tanto con la eficiencia fotosintética como con la resistencia a la sequía. Sin embargo, un exceso de biomasa foliar también puede incrementar la transpiración, lo que en condiciones de baja disponibilidad de agua puede ser desventajoso.
En el estudio, los valores de peso seco de las hojas variaron significativamente entre los genotipos y entre los tratamientos de riego y sequía regulada.
Condiciones de riego: Genotipos como CIP398098.119 presentaron mayores valores de peso seco en riego, lo cual indica un buen desarrollo foliar bajo condiciones de disponibilidad de agua, promoviendo una alta capacidad fotosintética y crecimiento.
Condiciones de sequía: En condiciones de sequía, el peso seco de las hojas disminuyó significativamente en varios genotipos, excepto en los más adaptados, como CIP392797.22, que mantuvo valores estables. Este comportamiento refleja una estrategia adaptativa para reducir la transpiración en un ambiente con limitación hídricaetación: Los genotipos que mantienen su biomasa foliar bajo estrés pueden aprovechar una mayor capacidad fotosintética sin comprometer su capacidad hídrica, una ventaja que los hace candidatos ideales para zonas con estrés hídrico intermitente.
Peso seco de la raíz (g): El peso seco de la raíz representa la biomasa acumulada en las raíces tras el secado, proporcionando información valiosa sobre el sistema de anclaje y absorción de agua y nutrientes de la planta. En cultivos como la papa, donde el sistema radical es naturalmente poco profundo, un mayor desarrollo radicular puede representar una ventaja adaptativa en situaciones de estrés hídrico, permitiendo que la planta acceda a reservas hídricas a mayor profundidad o aproveche de manera más efectiva la humedad limitada. .
En el experimento, los genotipos que presentaron un peso seco de raíz más alto en condiciones de sequía, como CIP392797.22, se destacan por su capacidad de sostener el desarrollo radicular incluso bajo condiciones adversas. Esto puede interpretarse como una estrategia de adaptación mediante el ajuste osmótico y la inversión en biomasa radicular, lo que favorece la absorción en suelos de baja humedad.
Condiciones de riego y sequía : Los genotipos como CIP398098.119 y CIP397077.16 muestran incrementos en biomasa radicular bajo sequía, lo cual indica un ajuste osmótico y una mayor eficiencia en la búsqueda de agua en el suelo. En cambio, otros genotipos como CIP720088 presentaron una reducción en el peso seco de la raíz, mostrando limitaciones adaptativas frente al estrés hídrico.
Peso seco del tubérculo (g): El peso seco del tubérculo es una medida clave del rendimiento en el cultivo de papa, ya que representa la masa de los tubérculos tras eliminar el contenido de agua. Este valor permite evaluar directamente la eficiencia en la producción de biomasa de la planta y es fundamental para determinar el rendimiento en diferentes condiciones de riego. Dado que el tubérculo es el órgano de almacenamiento de nutrientes y el producto final cosechado, una masa seca adecuada bajo estrés hídrico indica que el genotipo ha mantenido su productividad a pesar de la limitación de agua. En condiciones de sequía, el rendimiento se reduce considerablemente debido a la menor disponibilidad de agua para los procesos de translocación y expansión celular en los tubérculos. Sin embargo, los genotipos que mantuvieron altos niveles de biomasa en los tubérculos bajo estrés indican una mayor eficiencia en el uso de los recursos disponibles y una potencial tolerancia al estrés hídrico. Para los productores, esta variable ayuda a identificar variedades de papa que mantendrán un rendimiento económico aceptable incluso en escenarios de riego limitado, ofreciendo una alternativa más sostenible en regiones con problemas de disponibilidad de agua.
Los valores de peso seco de los tubérculos entre los tratamientos de riego y sequía muestran una variabilidad importante: En riego, genotipos como CIP398208.620 lograron un alto peso seco en tubérculo, lo que indica un buen rendimiento en condiciones óptimas.
En condiciones de sequía: Bajo estrés, el rendimiento disminuyó notablemente en la mayoría de los genotipos, pero algunos, como CIP392797.22, lograron sostener valores aceptables de peso seco en los tubérculos, lo cual es prometedor para la selección en programas de mejora.
Interpretación: Mantener un rendimiento relativamente alto en condiciones de sequía muestran una buena eficiencia en el uso de los recursos disponibles, un factor crucial para el desarrollo de variedades tolerantes al estrés hídrico en papa.
Transpiración total (l): La transpiración total se calcula mediante la diferencia en el peso de las macetas antes y después del riego, tomando en cuenta la cantidad de agua añadida. Este valor representa la cantidad total de agua perdida por la planta a través de la transpiración y es crucial en estudios de sequía para evaluar cómo las plantas gestionan el uso de agua. La transpiración está directamente relacionada con la capacidad de la planta para regular su temperatura y facilitar el transporte de nutrientes desde las raíces a las hojas. Sin embargo, en condiciones de sequía, una alta transpiración puede ser desventajosa al agotar rápidamente el agua disponible en el suelo. En este contexto, la transpiración total permite identificar genotipos que tienen mecanismos fisiológicos para moderar la pérdida de agua, tales como un cierre estomático eficiente o un ajuste en el área foliar. Genotipos que muestran una transpiración moderada bajo estrés hídrico suelen tener una mayor eficiencia en el uso del agua, lo que es favorable para la selección de cultivares adaptados a climas áridos o regiones donde el riego es limitado.
Del estudio, se observaron diferencias en los valores de transpiración total entre genotipos y tratamientos. Genotipos como el CIP398098.119, que presenta una alta transpiración en condiciones de riego y una regulación más baja en sequía, indican una adaptación óptima al estrés, utilizando un enfoque de “derroche” de agua en condiciones favorables y “ahorro” bajo estrés. Este comportamiento es ventajoso, ya que permite un crecimiento vigoroso en ambientes húmedos y una adaptación rápida cuando el agua es limitada.
Condiciones de riego: Los genotipos CIP398098.119 y CIP398208.219 presentaron altos niveles de transpiración bajo riego, lo cual refleja su capacidad de aprovechar el agua cuando está disponible.
Condiciones de sequía: En estrés hídrico, la transpiración disminuyó en todos los genotipos, siendo notable en CIP720088, que tuvo una reducción considerable. Este comportamiento es una estrategia para minimizar la pérdida de agua y conservar el recurso en condiciones limitadas.
Eficiencia del uso del agua (g/l): La eficiencia en el uso del agua es una medida de la cantidad de biomasa o peso seco de tubérculos que produce la planta por cada litro de agua consumida. Este parámetro es crítico en la agricultura sostenible y es especialmente relevante en el contexto de sequía, donde se necesita maximizar la producción con la menor cantidad de agua posible. En este estudio, se la calcula específicamente para el rendimiento de los tubérculos y para la biomasa total, proporcionando una visión integral de qué tan eficientemente cada genotipo convierte el agua en rendimiento útil. Este, es un criterio clave para identificar genotipos que no solo sobreviven al estrés hídrico, sino que mantienen una productividad óptima. En la práctica agronómica, seleccionar cultivares con alta eficiencia en el uso del agua permite reducir la dependencia del riego, disminuyendo costos y haciendo el cultivo de papa más viable en regiones de escasez hídrica. Además, una alta eficiencia del uso del agua es indicativa de genotipos con adaptaciones morfofisiológicas, como la regulación estomática y una mejor relación entre área foliar y transpiración, que optimizan la fotosíntesis y minimizan la pérdida de agua.
Los valores de eficiencia en el uso del agua en el estudio, revelaron que genotipos como CIP398190.89 y CIP397077.16 presentaron altos niveles de eficiencia bajo condiciones de sequía. Este resultado sugiere que estos genotipos poseen características fisiológicas que maximizan la productividad por unidad de agua, probablemente a través de la regulación estomática, la optimización de la fotosíntesis y una alta retención de biomasa en órganos productivos. Estos genotipos serán excelentes candidatos en programas de mejora para zonas afectadas por el cambio climático, donde la eficiencia hídrica es prioritaria.
Condiciones de riego: En riego, los genotipos presentan valores más bajos de eficiencia en el uso del agua, ya que no se limita la disponibilidad de agua, son , genotipos como CIP397077.16 que alcanzaron una eficiencia de 12.51 g/l, destacando como uno de los más eficientes.
Condiciones de Sequía: En estrés hídrico, los valores de eficiencia en el uso del agua incrementaron en genotipos como CIP392797.22 (12.04 g/l), lo cual muestra su capacidad de mantener rendimiento a pesar de la limitación de agua, maximizando cada litro consumido.
Conclusión comparativa de variables
Los valores obtenidos para cada variable ofrecen una visión completa sobre la adaptabilidad de los genotipos de papa en condiciones de estrés hídrico. Los genotipos CIP392797.22 y CIP398098.119 mostraron características sobresalientes en términos de retención de biomasa foliar, desarrollo radicular, rendimiento en tubérculos y eficiencia del uso del agua, lo cual indica una alta tolerancia al estrés y eficiencia en el aprovechamiento de recursos hídricos. Lo que resulta ser información fundamental para los programas de mejoramiento genético de papa, ya que permite identificar los genotipos más adecuados para entornos con disponibilidad de agua limitada, promoviendo así una agricultura resiliente al cambio climático.
5 Métodos
5.1 Desinfección de materiales
Se desinfectaron macetas, tutores de bambú y mallas plásticas sumergiéndolos en una solución de 30 g de hipoclorito de calcio en 120 L de agua. Luego, se enjuagaron y secaron.
5.2 Preparación de sustrato
Se utilizó una mezcla de sustrato SOGEMIX SM-2 (75% musgo de turba, perlita, vermiculita y piedra caliza) con tierra de Huancayo, desinfectada con vapor a 100 °C por 8 horas y enfriada 48 horas. Cada maceta recibió 2 kg de sustrato y fertilización fraccionada (170-60-270) al inicio y a los 40 días después de la siembra.
5.3 Siembra de tubérculos
Los tubérculos fueron tratados con RTNDJTE (200 ml) en una cámara sellada por 72 horas para romper la dormancia. Luego, se llevaron a cámara de luz difusa para suberificar las yemas y proceder a sembrar.
5.4 Tratamiento de riego
Las plantas se regaron interdiariamente hasta el tratamiento. A los 30 DDS, se saturaron las macetas, drenando durante la noche y sellándolas con bolsas de polietileno. A los 45 DDS, se inició la sequía regulada con la metodología de lisímetro, reduciendo 150 ml de agua por riego y ajustando el riego normal.
Las macetas se dividieron en dos tratamientos:
a) Riego normal, aplicando agua según la evapotranspiración y manteniendo capacidad de campo.
b) Sequía controlada, reduciendo gradualmente el agua hasta alcanzar un 20% de transpiración normalizada antes de la cosecha final.
5.5 Diseño y análisis estadístico
El diseño experimental utilizado fue de Parcelas Divididas (Adecuado para características de evaluación). La unidad experimental fue de una planta y/o macetas, fueron dos factores analizados: Genotipo de la papa (consta de 13 clones y 2 variedades de papa) y tipos de riego (Riego normal y sequía controlada). Fueron 5 Unidades experimentales por tratamiento, distribuidas al azar.
library(knitr)
knitr::include_graphics("C:\\Users\\HP\\OneDrive\\Documentos\\INGENERIA AGRONOMA\\Ingenieria Agronoma VIII\\PROGRAMACIÓN Y ANÁLISIS DE DATOS\\UNIDAD II\\DE.png")
Distribución espacial del experimento con el diseño de parcelas divididas dentro del invernadero
5.6 Análisis de Datos
Los datos procesados y analizados en el software Estadístico R c.3.0.3. Se usó el paquete “car” para detectar valores atípicos. El paquete Agricolae para Analisis de varianza (ANVA) y correlación de Pearson, Con el “FacorMineR” se hizo el análisis de componentes principales. Con el Software estadístico “GraphPad Prism 6 se realizó el análisis de regresión lineal y figuras.
6 Resultados
source('https://inkaverse.com/setup.r')ℹ The googlesheets4 package is using a cached token for
'7577995921@untrm.edu.pe'.ℹ The googledrive package is using a cached token for
'7577995921@untrm.edu.pe'.url <- "https://docs.google.com/spreadsheets/d/15r7ZwcZZHbEgltlF6gSFvCTFA-CFzVBWwg3mFlRyKPs/edit?gid=172957346#gid=172957346"
gs <- url %>%
as_sheets_id()
fb <- gs %>%
range_read("fb")Auto-refreshing stale OAuth token.✔ Reading from "LA MOLINA 2014 POTATO WUE (FB)".✔ Range ''fb''.str(fb)tibble [150 × 18] (S3: tbl_df/tbl/data.frame)
$ riego : chr [1:150] "sequia" "sequia" "irrigado" "sequia" ...
$ geno : chr [1:150] "G01" "G02" "G01" "G02" ...
$ block : num [1:150] 2 4 3 1 2 5 1 4 2 1 ...
$ bloque : chr [1:150] "II" "IV" "III" "I" ...
$ spad_29: num [1:150] 56.3 52.7 49.2 55.5 58.2 43.5 57.4 56.1 61 60.3 ...
$ spad_83: num [1:150] 41.1 47.9 41.6 44.2 32.6 37.8 42.5 35.9 57.5 41.8 ...
$ rwc_84 : num [1:150] 61.5 63.2 67.7 64.9 74.5 ...
$ op_84 : num [1:150] -2.43 -3.03 -2.5 -2.4 -2.27 ...
$ leafdw : num [1:150] 13.28 9.42 18.22 8.84 14.55 ...
$ stemdw : num [1:150] 14.87 8.63 24.19 6.58 12.63 ...
$ rootdw : num [1:150] 3.83 2.1 3.16 2 1.83 2.83 2.28 3.65 4.04 4.17 ...
$ tubdw : num [1:150] 19.8 17.7 38 13.5 51.1 ...
$ biomdw : num [1:150] 51.8 37.8 83.6 30.9 80.2 ...
$ hi : num [1:150] 0.45 0.43 0.455 0.437 0.638 ...
$ ttrans : num [1:150] 4.5 3.54 8.39 2.9 7.37 ...
$ wue : num [1:150] 11.51 10.69 9.97 10.65 10.88 ...
$ twue : num [1:150] 4.4 4.99 4.53 4.65 6.94 ...
$ lfa : num [1:150] 2900 2619 7579 2450 5413 ...Variables evaluadas en el experimento
6.1 Peso seco de las hojas (g)
6.1.1 Modelo lineal de leafdw
ANOVA
modelo <- aov(formula = leafdw ~ bloque + riego + geno + riego*geno
, data = fb)
anova(modelo)
## Analysis of Variance Table
##
## Response: leafdw
## Df Sum Sq Mean Sq F value Pr(>F)
## bloque 4 26.13 6.53 1.1810 0.32286
## riego 1 1065.87 1065.87 192.6695 < 0.0000000000000002 ***
## geno 14 2437.24 174.09 31.4688 < 0.0000000000000002 ***
## riego:geno 14 172.96 12.35 2.2332 0.01023 *
## Residuals 116 641.72 5.53
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1El riego tiene un efecto muy fuerte y significativo sobre el peso seco de las hojas. Los diferentes genotipos (variedades) muestran diferencias significativas entre sí. Existe una interacción entre riego y genotipo, lo que significa que diferentes variedades responden de manera distinta al riego entonces este análisis muestra que tanto el riego como el genotipo tienen efectos muy significativos sobre el peso seco de las hojas, siendo el riego el factor con mayor impacto. También existe una interacción significativa entre ambos factores, lo que sugiere que diferentes genotipos pueden responder de manera distinta a los tratamientos de riego.
Prueba de normalidad
plot(modelo)
La dispersión de los puntos es relativamente constante a lo largo del eje X (valores ajustados) esto siguiere que puede existir varianzas iguales. Además, identificaron 3 comportamientos inusuales (22, 137 y 330), entonces para confirmar si los datos tienen una distribución normal, se realiza Q -Q Residuals indicando que el análisis estadístico es apropiado y la presencia de valores atípicos no parece invalidar a la normalidad. Despúes se hace un Scale – Location donde el modelo muestra una varianza relativamente homogénea. Finalmente, nos da a entender que la variabilidad es relativamente constante entre los diferentes bloques. No hay diferencias sistemáticas entre bloques que pudieran afectar los resultados.
Interacción de niveles de riego y Geno
library(ggplot2)
ggplot(fb, aes(x = geno, y = leafdw, colour = riego)) +
geom_boxplot(outlier.colour = "red", outlier.shape = 16, outlier.size = 2) +
labs(title = "Boxplot con interacción de niveles de riego y genotipo",
x = "Interacción Riego y Genotipo",
y = "Peso seco de las hojas (g)")
theme_minimal() +
theme(axis.text.x = element_text(angle = 45, hjust = 1)) # Inclinar etiquetas del eje X
## List of 136
## $ line :List of 6
## ..$ colour : chr "black"
## ..$ linewidth : num 0.5
## ..$ linetype : num 1
## ..$ lineend : chr "butt"
## ..$ arrow : logi FALSE
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_line" "element"
## $ rect :List of 5
## ..$ fill : chr "white"
## ..$ colour : chr "black"
## ..$ linewidth : num 0.5
## ..$ linetype : num 1
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_rect" "element"
## $ text :List of 11
## ..$ family : chr ""
## ..$ face : chr "plain"
## ..$ colour : chr "black"
## ..$ size : num 11
## ..$ hjust : num 0.5
## ..$ vjust : num 0.5
## ..$ angle : num 0
## ..$ lineheight : num 0.9
## ..$ margin : 'margin' num [1:4] 0points 0points 0points 0points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : logi FALSE
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ title : NULL
## $ aspect.ratio : NULL
## $ axis.title : NULL
## $ axis.title.x :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : NULL
## ..$ vjust : num 1
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 2.75points 0points 0points 0points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.title.x.top :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : NULL
## ..$ vjust : num 0
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 0points 0points 2.75points 0points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.title.x.bottom : NULL
## $ axis.title.y :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : NULL
## ..$ vjust : num 1
## ..$ angle : num 90
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 0points 2.75points 0points 0points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.title.y.left : NULL
## $ axis.title.y.right :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : NULL
## ..$ vjust : num 1
## ..$ angle : num -90
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 0points 0points 0points 2.75points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.text :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : chr "grey30"
## ..$ size : 'rel' num 0.8
## ..$ hjust : NULL
## ..$ vjust : NULL
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : NULL
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.text.x :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : num 1
## ..$ vjust : num 1
## ..$ angle : num 45
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 2.2points 0points 0points 0points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi FALSE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.text.x.top :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : NULL
## ..$ vjust : num 0
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 0points 0points 2.2points 0points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.text.x.bottom : NULL
## $ axis.text.y :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : num 1
## ..$ vjust : NULL
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 0points 2.2points 0points 0points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.text.y.left : NULL
## $ axis.text.y.right :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : num 0
## ..$ vjust : NULL
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 0points 0points 0points 2.2points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.text.theta : NULL
## $ axis.text.r :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : num 0.5
## ..$ vjust : NULL
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 0points 2.2points 0points 2.2points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.ticks : list()
## ..- attr(*, "class")= chr [1:2] "element_blank" "element"
## $ axis.ticks.x : NULL
## $ axis.ticks.x.top : NULL
## $ axis.ticks.x.bottom : NULL
## $ axis.ticks.y : NULL
## $ axis.ticks.y.left : NULL
## $ axis.ticks.y.right : NULL
## $ axis.ticks.theta : NULL
## $ axis.ticks.r : NULL
## $ axis.minor.ticks.x.top : NULL
## $ axis.minor.ticks.x.bottom : NULL
## $ axis.minor.ticks.y.left : NULL
## $ axis.minor.ticks.y.right : NULL
## $ axis.minor.ticks.theta : NULL
## $ axis.minor.ticks.r : NULL
## $ axis.ticks.length : 'simpleUnit' num 2.75points
## ..- attr(*, "unit")= int 8
## $ axis.ticks.length.x : NULL
## $ axis.ticks.length.x.top : NULL
## $ axis.ticks.length.x.bottom : NULL
## $ axis.ticks.length.y : NULL
## $ axis.ticks.length.y.left : NULL
## $ axis.ticks.length.y.right : NULL
## $ axis.ticks.length.theta : NULL
## $ axis.ticks.length.r : NULL
## $ axis.minor.ticks.length : 'rel' num 0.75
## $ axis.minor.ticks.length.x : NULL
## $ axis.minor.ticks.length.x.top : NULL
## $ axis.minor.ticks.length.x.bottom: NULL
## $ axis.minor.ticks.length.y : NULL
## $ axis.minor.ticks.length.y.left : NULL
## $ axis.minor.ticks.length.y.right : NULL
## $ axis.minor.ticks.length.theta : NULL
## $ axis.minor.ticks.length.r : NULL
## $ axis.line : list()
## ..- attr(*, "class")= chr [1:2] "element_blank" "element"
## $ axis.line.x : NULL
## $ axis.line.x.top : NULL
## $ axis.line.x.bottom : NULL
## $ axis.line.y : NULL
## $ axis.line.y.left : NULL
## $ axis.line.y.right : NULL
## $ axis.line.theta : NULL
## $ axis.line.r : NULL
## $ legend.background : list()
## ..- attr(*, "class")= chr [1:2] "element_blank" "element"
## $ legend.margin : 'margin' num [1:4] 5.5points 5.5points 5.5points 5.5points
## ..- attr(*, "unit")= int 8
## $ legend.spacing : 'simpleUnit' num 11points
## ..- attr(*, "unit")= int 8
## $ legend.spacing.x : NULL
## $ legend.spacing.y : NULL
## $ legend.key : list()
## ..- attr(*, "class")= chr [1:2] "element_blank" "element"
## $ legend.key.size : 'simpleUnit' num 1.2lines
## ..- attr(*, "unit")= int 3
## $ legend.key.height : NULL
## $ legend.key.width : NULL
## $ legend.key.spacing : 'simpleUnit' num 5.5points
## ..- attr(*, "unit")= int 8
## $ legend.key.spacing.x : NULL
## $ legend.key.spacing.y : NULL
## $ legend.frame : NULL
## $ legend.ticks : NULL
## $ legend.ticks.length : 'rel' num 0.2
## $ legend.axis.line : NULL
## $ legend.text :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : 'rel' num 0.8
## ..$ hjust : NULL
## ..$ vjust : NULL
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : NULL
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ legend.text.position : NULL
## $ legend.title :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : num 0
## ..$ vjust : NULL
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : NULL
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ legend.title.position : NULL
## $ legend.position : chr "right"
## $ legend.position.inside : NULL
## $ legend.direction : NULL
## $ legend.byrow : NULL
## $ legend.justification : chr "center"
## $ legend.justification.top : NULL
## $ legend.justification.bottom : NULL
## $ legend.justification.left : NULL
## $ legend.justification.right : NULL
## $ legend.justification.inside : NULL
## $ legend.location : NULL
## $ legend.box : NULL
## $ legend.box.just : NULL
## $ legend.box.margin : 'margin' num [1:4] 0cm 0cm 0cm 0cm
## ..- attr(*, "unit")= int 1
## $ legend.box.background : list()
## ..- attr(*, "class")= chr [1:2] "element_blank" "element"
## $ legend.box.spacing : 'simpleUnit' num 11points
## ..- attr(*, "unit")= int 8
## [list output truncated]
## - attr(*, "class")= chr [1:2] "theme" "gg"
## - attr(*, "complete")= logi TRUE
## - attr(*, "validate")= logi TRUEEn general, el tratamiento irrigado (rojo) muestra valores más altos de peso seco que el tratamiento de sequía (azul). Hay variabilidad considerable entre los genotipos. La respuesta al riego varía entre los diferentes genotipos. Se observan varios valores atípicos (puntos rojos). La variabilidad (tamaño de las cajas) difiere entre genotipos. Algunos genotipos parecen más estables que otros frente a los tratamientos de riego. Hay clara evidencia de interacción, ya que la respuesta al riego no es uniforme entre genotipo. Algunos genotipos son más sensibles al estrés hídrico que otros. Las plantas con riego tienen generalmente mayor peso seco que las plantas en sequía.
6.1.2 Modelo lineal mixto
library(lme4)
library(lmerTest)
model <- lme4::lmer(formula = leafdw ~ riego * geno + (1|bloque), data = fb)
anova(model)
## Analysis of Variance Table
## npar Sum Sq Mean Sq F value
## riego 1 1065.87 1065.87 192.6695
## geno 14 2437.24 174.09 31.4688
## riego:geno 14 172.96 12.35 2.2332Prueba de normalida
plot(modelo)
Eliminación de datos atípicos
ol <- boxplot(leafdw ~ riego * geno, fb)
ol
## $stats
## [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [,11] [,12]
## [1,] 14.29 10.37 15.03 8.84 13.69 10.03 19.77 11.25 16.34 9.75 21.90 14.81
## [2,] 15.01 11.18 15.03 9.42 13.69 10.03 19.77 11.68 16.82 11.26 21.92 14.82
## [3,] 18.22 13.28 15.66 9.51 13.78 10.17 19.78 13.52 19.67 11.51 22.91 16.19
## [4,] 18.44 14.06 16.00 9.81 14.55 10.28 20.38 13.55 19.75 12.28 23.37 17.62
## [5,] 18.66 15.05 16.00 10.35 14.55 10.28 20.38 14.10 19.88 13.25 23.37 19.89
## [,13] [,14] [,15] [,16] [,17] [,18] [,19] [,20] [,21] [,22] [,23] [,24]
## [1,] 2.03 3.35 16.92 11.25 20.79 14.34 8.94 7.84 18.18 7.26 18.97 11.42
## [2,] 2.36 3.35 17.83 11.25 20.79 15.06 10.20 8.11 18.18 8.28 18.97 11.78
## [3,] 2.57 3.37 18.58 12.12 22.04 15.52 10.54 8.42 18.40 10.56 19.18 12.61
## [4,] 4.00 4.02 18.63 12.76 24.46 17.31 12.40 9.00 19.16 10.58 19.55 13.16
## [5,] 5.99 4.24 18.63 14.07 25.08 18.03 12.40 9.00 19.16 12.85 20.24 14.70
## [,25] [,26] [,27] [,28] [,29] [,30]
## [1,] 21.38 11.39 22.04 14.33 12.69 10.73
## [2,] 22.58 13.03 22.04 15.91 15.48 11.22
## [3,] 22.93 14.40 23.46 16.13 16.68 12.08
## [4,] 23.80 15.03 24.48 18.43 18.08 12.56
## [5,] 24.04 16.20 27.58 20.96 18.73 13.31
##
## $n
## [1] 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
##
## $conf
## [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8]
## [1,] 15.79637 11.245 14.9746 9.234427 13.17233 9.993351 19.34898 12.19866
## [2,] 20.64363 15.315 16.3454 9.785573 14.38767 10.346649 20.21102 14.84134
## [,9] [,10] [,11] [,12] [,13] [,14] [,15] [,16]
## [1,] 17.59967 10.78927 21.88543 14.21153 1.41118 2.89658 18.01472 11.05304
## [2,] 21.74033 12.23073 23.93457 18.16847 3.72882 3.84342 19.14528 13.18696
## [,17] [,18] [,19] [,20] [,21] [,22] [,23] [,24]
## [1,] 19.44679 13.93016 8.985486 7.791128 17.70753 8.934826 18.77017 11.6349
## [2,] 24.63321 17.10984 12.094514 9.048872 19.09247 12.185174 19.58983 13.5851
## [,25] [,26] [,27] [,28] [,29] [,30]
## [1,] 22.06795 12.98681 21.7359 14.34937 14.84285 11.13316
## [2,] 23.79205 15.81319 25.1841 17.91063 18.51715 13.02684
##
## $out
## [1] 17.71 11.16 16.41 11.28 10.66 9.50 22.19 14.70 26.84 2.26 20.29 7.69
## [13] 14.07 16.20 10.68 12.48 21.08 14.90 10.07
##
## $group
## [1] 3 3 5 5 6 6 7 7 11 14 15 16 17 19 20 21 21 23 27
##
## $names
## [1] "irrigado.G01" "sequia.G01" "irrigado.G02" "sequia.G02" "irrigado.G03"
## [6] "sequia.G03" "irrigado.G04" "sequia.G04" "irrigado.G05" "sequia.G05"
## [11] "irrigado.G06" "sequia.G06" "irrigado.G07" "sequia.G07" "irrigado.G08"
## [16] "sequia.G08" "irrigado.G09" "sequia.G09" "irrigado.G10" "sequia.G10"
## [21] "irrigado.G11" "sequia.G11" "irrigado.G12" "sequia.G12" "irrigado.G13"
## [26] "sequia.G13" "irrigado.G14" "sequia.G14" "irrigado.G15" "sequia.G15"library(inti)
model <- remove_outliers(data = fb
, formula = leafdw ~ riego * geno + (1|bloque)
, plot_diag = T)
model
## $data
## $data$raw
## # A tibble: 150 × 5
## index riego geno bloque leafdw
## <chr> <chr> <chr> <chr> <dbl>
## 1 1 sequia G01 II 13.3
## 2 2 sequia G02 IV 9.42
## 3 3 irrigado G01 III 18.2
## 4 4 sequia G02 I 8.84
## 5 5 irrigado G03 II 14.6
## 6 6 irrigado G04 V 19.8
## 7 7 irrigado G01 I 15.0
## 8 8 irrigado G05 IV 19.9
## 9 9 sequia G06 II 19.9
## 10 10 sequia G05 I 12.3
## # ℹ 140 more rows
##
## $data$clean
## index riego geno bloque leafdw
## 1 1 sequia G01 II 13.28
## 2 2 sequia G02 IV 9.42
## 3 3 irrigado G01 III 18.22
## 4 4 sequia G02 I 8.84
## 5 5 irrigado G03 II 14.55
## 6 6 irrigado G04 V 19.77
## 7 7 irrigado G01 I 15.01
## 8 8 irrigado G05 IV 19.88
## 9 9 sequia G06 II 19.89
## 10 10 sequia G05 I 12.28
## 11 11 irrigado G01 II 18.44
## 12 12 sequia G07 II 4.24
## 13 13 irrigado G08 II 18.63
## 14 14 irrigado G06 III 23.37
## 15 15 irrigado G09 III 22.04
## 16 16 irrigado G10 II 10.20
## 17 17 sequia G11 I 12.85
## 18 18 sequia G12 III 11.78
## 19 19 irrigado G07 I 2.03
## 20 20 irrigado G04 II 20.38
## 21 21 irrigado G13 II 23.80
## 22 22 irrigado G14 III NA
## 23 23 irrigado G04 IV 22.19
## 24 24 sequia G04 V 11.25
## 25 25 sequia G08 V 11.25
## 26 26 sequia G04 III 13.52
## 27 27 sequia G01 IV 14.06
## 28 28 irrigado G10 I 12.40
## 29 29 irrigado G08 V 17.83
## 30 30 irrigado G02 V 16.00
## 31 31 irrigado G07 III 4.00
## 32 32 irrigado G08 I 18.58
## 33 33 irrigado G14 V NA
## 34 34 irrigado G03 I 13.69
## 35 35 sequia G13 III 11.39
## 36 36 sequia G01 V 11.18
## 37 37 sequia G03 I 10.66
## 38 38 irrigado G15 III 15.48
## 39 39 irrigado G03 IV 16.41
## 40 40 irrigado G09 IV 25.08
## 41 41 irrigado G11 II 12.48
## 42 42 sequia G03 V 10.28
## 43 43 sequia G11 III 10.56
## 44 44 irrigado G06 V 22.91
## 45 45 sequia G05 V 13.25
## 46 46 sequia G08 IV 12.12
## 47 47 irrigado G11 IV 18.18
## 48 48 sequia G11 II 7.26
## 49 49 irrigado G10 III 16.20
## 50 50 sequia G06 IV 16.19
## 51 51 sequia G09 I 14.34
## 52 52 irrigado G11 I 21.08
## 53 53 sequia G11 IV 10.58
## 54 54 irrigado G15 IV 12.69
## 55 55 irrigado G13 IV 22.93
## 56 56 sequia G14 V 16.13
## 57 57 irrigado G02 IV 17.71
## 58 58 irrigado G09 II 24.46
## 59 59 irrigado G02 III 15.03
## 60 60 sequia G08 III 14.07
## 61 61 irrigado G06 II 21.90
## 62 62 sequia G13 IV 14.40
## 63 63 sequia G14 III 15.91
## 64 64 sequia G04 II 14.10
## 65 65 irrigado G11 III 18.40
## 66 66 irrigado G07 II 2.57
## 67 67 irrigado G08 IV 20.29
## 68 68 sequia G05 IV 9.75
## 69 69 irrigado G04 I 14.70
## 70 70 irrigado G11 V 19.16
## 71 71 irrigado G12 I 19.18
## 72 72 sequia G14 IV 18.43
## 73 73 sequia G07 III 3.35
## 74 74 irrigado G03 III 11.28
## 75 75 sequia G01 I 10.37
## 76 76 sequia G04 I 13.55
## 77 77 sequia G03 II 9.50
## 78 78 irrigado G15 II 16.68
## 79 79 sequia G12 IV 12.61
## 80 80 sequia G12 I 13.16
## 81 81 sequia G08 I 7.69
## 82 82 sequia G05 II 11.26
## 83 83 sequia G02 II 9.51
## 84 84 sequia G10 I 9.00
## 85 85 sequia G15 I 11.22
## 86 86 irrigado G07 V 2.36
## 87 87 sequia G10 V 8.11
## 88 88 sequia G13 II 13.03
## 89 89 sequia G07 V 4.02
## 90 90 sequia G03 III 10.03
## 91 91 sequia G15 IV 12.08
## 92 92 sequia G13 I 16.20
## 93 93 sequia G03 IV 10.17
## 94 94 irrigado G10 V 10.54
## 95 95 sequia G13 V 15.03
## 96 96 sequia G09 II 18.03
## 97 97 irrigado G14 IV 24.48
## 98 98 irrigado G01 V 14.29
## 99 99 sequia G01 III 15.05
## 100 100 irrigado G06 IV 26.84
## 101 101 sequia G04 IV 11.68
## 102 102 irrigado G15 V 18.73
## 103 103 irrigado G13 III 24.04
## 104 104 irrigado G02 II 15.66
## 105 105 sequia G08 II 12.76
## 106 106 irrigado G04 III 19.78
## 107 107 sequia G02 V 9.81
## 108 108 sequia G06 V 14.81
## 109 109 irrigado G15 I 18.08
## 110 110 irrigado G13 V 22.58
## 111 111 irrigado G05 V 16.34
## 112 112 sequia G09 III 17.31
## 113 113 sequia G09 V 15.06
## 114 114 sequia G10 II 8.42
## 115 115 irrigado G07 IV 5.99
## 116 116 irrigado G05 I 16.82
## 117 117 irrigado G02 I 11.16
## 118 118 sequia G05 III 11.51
## 119 119 irrigado G12 II 14.90
## 120 120 sequia G15 III 10.73
## 121 121 irrigado G13 I 21.38
## 122 122 sequia G14 II 20.96
## 123 123 sequia G12 II 14.70
## 124 124 sequia G15 II 13.31
## 125 125 irrigado G09 V 20.79
## 126 126 sequia G06 I 17.62
## 127 127 sequia G09 IV 15.52
## 128 128 sequia G15 V 12.56
## 129 129 irrigado G14 I 23.46
## 130 130 sequia G06 III 14.82
## 131 131 irrigado G01 IV 18.66
## 132 132 irrigado G12 III 19.55
## 133 133 sequia G12 V 11.42
## 134 134 irrigado G12 V 20.24
## 135 135 sequia G11 V 8.28
## 136 136 irrigado G12 IV 18.97
## 137 137 irrigado G09 I NA
## 138 138 sequia G02 III 10.35
## 139 139 sequia G07 I 3.37
## 140 140 irrigado G08 III 16.92
## 141 141 irrigado G06 I 21.92
## 142 142 irrigado G10 IV 8.94
## 143 143 irrigado G03 V 13.78
## 144 144 sequia G07 IV 2.26
## 145 145 irrigado G05 III 19.75
## 146 146 sequia G14 I 14.33
## 147 147 sequia G10 III 10.68
## 148 148 irrigado G14 II 22.04
## 149 149 irrigado G05 II 19.67
## 150 150 sequia G10 IV 7.84
##
##
## $outliers
## index riego geno bloque leafdw resi res_MAD
## 22 22 irrigado G14 III 10.07 -11.439057 -7.238226
## 33 33 irrigado G14 V 27.58 6.070176 3.840990
## 137 137 irrigado G09 I 14.07 -7.118542 -4.504358
## rawp.BHStud adjp bholm out_flag
## 22 0.0000000000004545253 0.0000000000004545253 0.0000000000681788 OUTLIER
## 33 0.0001225391185257774 0.0001225391185257774 0.0181357895418151 OUTLIER
## 137 0.0000066573810091342 0.0000066573810091342 0.0009919497703610 OUTLIER
##
## $diagplot
##
## $model
## $model$raw
## Linear mixed model fit by REML ['lmerMod']
## Formula: leafdw ~ riego * geno + (1 | bloque)
## Data: rawdt
## REML criterion at convergence: 594.762
## Random effects:
## Groups Name Std.Dev.
## bloque (Intercept) 0.1827
## Residual 2.3520
## Number of obs: 150, groups: bloque, 5
## Fixed Effects:
## (Intercept) riegosequia genoG02
## 16.924 -4.136 -1.812
## genoG03 genoG04 genoG05
## -2.982 2.440 1.568
## genoG06 genoG07 genoG08
## 6.464 -13.534 1.526
## genoG09 genoG10 genoG11
## 4.364 -5.268 0.936
## genoG12 genoG13 genoG14
## 1.644 6.022 4.602
## genoG15 riegosequia:genoG02 riegosequia:genoG03
## -0.592 -1.390 0.322
## riegosequia:genoG04 riegosequia:genoG05 riegosequia:genoG06
## -2.408 -2.746 -2.586
## riegosequia:genoG07 riegosequia:genoG08 riegosequia:genoG09
## 4.194 -2.736 -1.100
## riegosequia:genoG10 riegosequia:genoG11 riegosequia:genoG12
## 1.290 -3.818 -1.698
## riegosequia:genoG13 riegosequia:genoG14 riegosequia:genoG15
## -4.800 -0.238 -0.216
##
## $model$clean
## Linear mixed model fit by REML ['lmerMod']
## Formula: leafdw ~ riego * geno + (1 | bloque)
## Data: cleandt
## REML criterion at convergence: 530.3036
## Random effects:
## Groups Name Std.Dev.
## bloque (Intercept) 0.2176
## Residual 1.8937
## Number of obs: 147, groups: bloque, 5
## Fixed Effects:
## (Intercept) riegosequia genoG02
## 16.924 -4.136 -1.812
## genoG03 genoG04 genoG05
## -2.982 2.440 1.568
## genoG06 genoG07 genoG08
## 6.464 -13.534 1.526
## genoG09 genoG10 genoG11
## 6.135 -5.268 0.936
## genoG12 genoG13 genoG14
## 1.644 6.022 6.388
## genoG15 riegosequia:genoG02 riegosequia:genoG03
## -0.592 -1.390 0.322
## riegosequia:genoG04 riegosequia:genoG05 riegosequia:genoG06
## -2.408 -2.746 -2.586
## riegosequia:genoG07 riegosequia:genoG08 riegosequia:genoG09
## 4.194 -2.736 -2.871
## riegosequia:genoG10 riegosequia:genoG11 riegosequia:genoG12
## 1.290 -3.818 -1.698
## riegosequia:genoG13 riegosequia:genoG14 riegosequia:genoG15
## -4.800 -2.024 -0.2166.1.3 Comparación de medias
library(agricolae)
library(tidyverse)
tukey_interaccion <- HSD.test(modelo, c("riego","geno"), group = TRUE)
print(tukey_interaccion)
## $statistics
## MSerror Df Mean CV MSD
## 5.532101 116 14.61687 16.09129 5.720223
##
## $parameters
## test name.t ntr StudentizedRange alpha
## Tukey riego:geno 30 5.438172 0.05
##
## $means
## leafdw std r se Min Max Q25 Q50 Q75
## irrigado:G01 16.924 2.0971957 5 1.051865 14.29 18.66 15.01 18.22 18.44
## irrigado:G02 15.112 2.4219558 5 1.051865 11.16 17.71 15.03 15.66 16.00
## irrigado:G03 13.942 1.8463938 5 1.051865 11.28 16.41 13.69 13.78 14.55
## irrigado:G04 19.364 2.7887865 5 1.051865 14.70 22.19 19.77 19.78 20.38
## irrigado:G05 18.492 1.7552407 5 1.051865 16.34 19.88 16.82 19.67 19.75
## irrigado:G06 23.388 2.0318883 5 1.051865 21.90 26.84 21.92 22.91 23.37
## irrigado:G07 3.390 1.6366887 5 1.051865 2.03 5.99 2.36 2.57 4.00
## irrigado:G08 18.450 1.2409875 5 1.051865 16.92 20.29 17.83 18.58 18.63
## irrigado:G09 21.288 4.3975527 5 1.051865 14.07 25.08 20.79 22.04 24.46
## irrigado:G10 11.656 2.8259299 5 1.051865 8.94 16.20 10.20 10.54 12.40
## irrigado:G11 17.860 3.2170173 5 1.051865 12.48 21.08 18.18 18.40 19.16
## irrigado:G12 18.568 2.1065541 5 1.051865 14.90 20.24 18.97 19.18 19.55
## irrigado:G13 22.946 1.0621582 5 1.051865 21.38 24.04 22.58 22.93 23.80
## irrigado:G14 21.526 6.7197753 5 1.051865 10.07 27.58 22.04 23.46 24.48
## irrigado:G15 16.332 2.3935894 5 1.051865 12.69 18.73 15.48 16.68 18.08
## sequia:G01 12.788 1.9627201 5 1.051865 10.37 15.05 11.18 13.28 14.06
## sequia:G02 9.586 0.5531094 5 1.051865 8.84 10.35 9.42 9.51 9.81
## sequia:G03 10.128 0.4218649 5 1.051865 9.50 10.66 10.03 10.17 10.28
## sequia:G04 12.820 1.2674581 5 1.051865 11.25 14.10 11.68 13.52 13.55
## sequia:G05 11.610 1.2971700 5 1.051865 9.75 13.25 11.26 11.51 12.28
## sequia:G06 16.666 2.1437887 5 1.051865 14.81 19.89 14.82 16.19 17.62
## sequia:G07 3.448 0.7716022 5 1.051865 2.26 4.24 3.35 3.37 4.02
## sequia:G08 11.578 2.4044272 5 1.051865 7.69 14.07 11.25 12.12 12.76
## sequia:G09 16.052 1.5566856 5 1.051865 14.34 18.03 15.06 15.52 17.31
## sequia:G10 8.810 1.1309288 5 1.051865 7.84 10.68 8.11 8.42 9.00
## sequia:G11 9.906 2.1905661 5 1.051865 7.26 12.85 8.28 10.56 10.58
## sequia:G12 12.734 1.2940943 5 1.051865 11.42 14.70 11.78 12.61 13.16
## sequia:G13 14.010 1.8583191 5 1.051865 11.39 16.20 13.03 14.40 15.03
## sequia:G14 17.152 2.5828705 5 1.051865 14.33 20.96 15.91 16.13 18.43
## sequia:G15 11.980 1.0314310 5 1.051865 10.73 13.31 11.22 12.08 12.56
##
## $comparison
## NULL
##
## $groups
## leafdw groups
## irrigado:G06 23.388 a
## irrigado:G13 22.946 a
## irrigado:G14 21.526 ab
## irrigado:G09 21.288 ab
## irrigado:G04 19.364 abc
## irrigado:G12 18.568 abc
## irrigado:G05 18.492 abcd
## irrigado:G08 18.450 abcde
## irrigado:G11 17.860 abcde
## sequia:G14 17.152 bcdef
## irrigado:G01 16.924 bcdef
## sequia:G06 16.666 bcdef
## irrigado:G15 16.332 bcdef
## sequia:G09 16.052 bcdef
## irrigado:G02 15.112 cdefg
## sequia:G13 14.010 cdefgh
## irrigado:G03 13.942 cdefgh
## sequia:G04 12.820 defgh
## sequia:G01 12.788 defgh
## sequia:G12 12.734 efgh
## sequia:G15 11.980 fgh
## irrigado:G10 11.656 fgh
## sequia:G05 11.610 fgh
## sequia:G08 11.578 fgh
## sequia:G03 10.128 gh
## sequia:G11 9.906 gh
## sequia:G02 9.586 gh
## sequia:G10 8.810 hi
## sequia:G07 3.448 i
## irrigado:G07 3.390 i
##
## attr(,"class")
## [1] "group"
plot(tukey_interaccion)
str(tukey_interaccion)
## List of 5
## $ statistics:'data.frame': 1 obs. of 5 variables:
## ..$ MSerror: num 5.53
## ..$ Df : int 116
## ..$ Mean : num 14.6
## ..$ CV : num 16.1
## ..$ MSD : num 5.72
## $ parameters:'data.frame': 1 obs. of 5 variables:
## ..$ test : chr "Tukey"
## ..$ name.t : chr "riego:geno"
## ..$ ntr : int 30
## ..$ StudentizedRange: num 5.44
## ..$ alpha : num 0.05
## $ means :'data.frame': 30 obs. of 9 variables:
## ..$ leafdw: num [1:30] 16.9 15.1 13.9 19.4 18.5 ...
## ..$ std : num [1:30] 2.1 2.42 1.85 2.79 1.76 ...
## ..$ r : int [1:30] 5 5 5 5 5 5 5 5 5 5 ...
## ..$ se : num [1:30] 1.05 1.05 1.05 1.05 1.05 ...
## ..$ Min : num [1:30] 14.3 11.2 11.3 14.7 16.3 ...
## ..$ Max : num [1:30] 18.7 17.7 16.4 22.2 19.9 ...
## ..$ Q25 : num [1:30] 15 15 13.7 19.8 16.8 ...
## ..$ Q50 : num [1:30] 18.2 15.7 13.8 19.8 19.7 ...
## ..$ Q75 : num [1:30] 18.4 16 14.6 20.4 19.8 ...
## $ comparison: NULL
## $ groups :'data.frame': 30 obs. of 2 variables:
## ..$ leafdw: num [1:30] 23.4 22.9 21.5 21.3 19.4 ...
## ..$ groups: chr [1:30] "a" "a" "ab" "ab" ...
## - attr(*, "class")= chr "group"
grupos <- tukey_interaccion$groups %>%
rownames_to_column("Tratamientos") %>%
separate("Tratamientos", into = c("riego","geno"))
str(grupos)
## 'data.frame': 30 obs. of 4 variables:
## $ riego : chr "irrigado" "irrigado" "irrigado" "irrigado" ...
## $ geno : chr "G06" "G13" "G14" "G09" ...
## $ leafdw: num 23.4 22.9 21.5 21.3 19.4 ...
## $ groups: chr "a" "a" "ab" "ab" ...ggplot(grupos, aes(x = geno, y = leafdw, fill = riego)) +
geom_bar(stat = "identity", position = position_dodge()) +
geom_text(aes(label = groups),
position = position_dodge(width = 0.9),
vjust = -0.3,
size = 3) +
labs(title = "Efecto de Geno y Riego en LEAFDW",
x = "Genotipo",
y = "LEAFDW") +
theme_minimal() +
scale_fill_discrete(name = "Riego") +
theme(axis.text.x = element_text(angle = 45, hjust = 1))
Se observa que en el genotipo 7 (G7) no presentan diferencias estadísticamente significativas en el peso seco de hojas. Los G06 y G13 destacan mayor diferencia significativa por lo tanto podrían poseer características únicas que los diferencian de los demás, como una mayor eficiencia en el uso del agua, una mayor tolerancia a la sequía o un crecimiento más vigoroso.
6.2 Peso seco de la raíz (g)
6.2.1 Modelo lineal de rootdw
ANOVA
modelo <- aov(formula = rootdw ~ bloque + riego + geno + riego*geno
, data = fb)
anova(modelo)
## Analysis of Variance Table
##
## Response: rootdw
## Df Sum Sq Mean Sq F value Pr(>F)
## bloque 4 4.93 1.232 1.5303 0.1979
## riego 1 1.12 1.120 1.3903 0.2408
## geno 14 456.29 32.592 40.4686 <0.0000000000000002 ***
## riego:geno 14 7.79 0.556 0.6908 0.7794
## Residuals 116 93.42 0.805
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1Solo el genotipo es altamente significativo. Esto indica que existen diferencias significativas en el peso seco de la raíz entre los diferentes genotipos de papa. En otras palabras, algunos genotipos producen raíces más pesadas que otros
Prueba de normalidad
plot(modelo)
La distribución de puntos es relativamente constante a lo largo del eje x sin embargo se puede notar la presencia de valores atípicos en los extremos de la diagonal, a su vez no afecta a la normalidad. Además, se logró identificar los valores atípicos en los bloques I, III y IV con números 92, 22 y 100. Pero al final nos da a entender que la variabilidad es constante entre los bloques diferentes lo cual no afectaran el resultado.
Interacción de niveles de riego y Geno
library(ggplot2)
ggplot(fb, aes(x = geno, y = rootdw, colour = riego)) +
geom_boxplot(outlier.colour = "red", outlier.shape = 16, outlier.size = 2) +
labs(title = "Boxplot con interacción de niveles de riego y genotipo",
x = "Interacción Riego y Genotipo",
y = "Peso seco de la raíz (g)")
theme_minimal() +
theme(axis.text.x = element_text(angle = 45, hjust = 1)) # Inclinar etiquetas del eje X
## List of 136
## $ line :List of 6
## ..$ colour : chr "black"
## ..$ linewidth : num 0.5
## ..$ linetype : num 1
## ..$ lineend : chr "butt"
## ..$ arrow : logi FALSE
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_line" "element"
## $ rect :List of 5
## ..$ fill : chr "white"
## ..$ colour : chr "black"
## ..$ linewidth : num 0.5
## ..$ linetype : num 1
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_rect" "element"
## $ text :List of 11
## ..$ family : chr ""
## ..$ face : chr "plain"
## ..$ colour : chr "black"
## ..$ size : num 11
## ..$ hjust : num 0.5
## ..$ vjust : num 0.5
## ..$ angle : num 0
## ..$ lineheight : num 0.9
## ..$ margin : 'margin' num [1:4] 0points 0points 0points 0points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : logi FALSE
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ title : NULL
## $ aspect.ratio : NULL
## $ axis.title : NULL
## $ axis.title.x :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : NULL
## ..$ vjust : num 1
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 2.75points 0points 0points 0points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.title.x.top :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : NULL
## ..$ vjust : num 0
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 0points 0points 2.75points 0points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.title.x.bottom : NULL
## $ axis.title.y :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : NULL
## ..$ vjust : num 1
## ..$ angle : num 90
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 0points 2.75points 0points 0points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.title.y.left : NULL
## $ axis.title.y.right :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : NULL
## ..$ vjust : num 1
## ..$ angle : num -90
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 0points 0points 0points 2.75points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.text :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : chr "grey30"
## ..$ size : 'rel' num 0.8
## ..$ hjust : NULL
## ..$ vjust : NULL
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : NULL
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.text.x :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : num 1
## ..$ vjust : num 1
## ..$ angle : num 45
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 2.2points 0points 0points 0points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi FALSE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.text.x.top :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : NULL
## ..$ vjust : num 0
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 0points 0points 2.2points 0points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.text.x.bottom : NULL
## $ axis.text.y :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : num 1
## ..$ vjust : NULL
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 0points 2.2points 0points 0points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.text.y.left : NULL
## $ axis.text.y.right :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : num 0
## ..$ vjust : NULL
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 0points 0points 0points 2.2points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.text.theta : NULL
## $ axis.text.r :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : num 0.5
## ..$ vjust : NULL
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 0points 2.2points 0points 2.2points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.ticks : list()
## ..- attr(*, "class")= chr [1:2] "element_blank" "element"
## $ axis.ticks.x : NULL
## $ axis.ticks.x.top : NULL
## $ axis.ticks.x.bottom : NULL
## $ axis.ticks.y : NULL
## $ axis.ticks.y.left : NULL
## $ axis.ticks.y.right : NULL
## $ axis.ticks.theta : NULL
## $ axis.ticks.r : NULL
## $ axis.minor.ticks.x.top : NULL
## $ axis.minor.ticks.x.bottom : NULL
## $ axis.minor.ticks.y.left : NULL
## $ axis.minor.ticks.y.right : NULL
## $ axis.minor.ticks.theta : NULL
## $ axis.minor.ticks.r : NULL
## $ axis.ticks.length : 'simpleUnit' num 2.75points
## ..- attr(*, "unit")= int 8
## $ axis.ticks.length.x : NULL
## $ axis.ticks.length.x.top : NULL
## $ axis.ticks.length.x.bottom : NULL
## $ axis.ticks.length.y : NULL
## $ axis.ticks.length.y.left : NULL
## $ axis.ticks.length.y.right : NULL
## $ axis.ticks.length.theta : NULL
## $ axis.ticks.length.r : NULL
## $ axis.minor.ticks.length : 'rel' num 0.75
## $ axis.minor.ticks.length.x : NULL
## $ axis.minor.ticks.length.x.top : NULL
## $ axis.minor.ticks.length.x.bottom: NULL
## $ axis.minor.ticks.length.y : NULL
## $ axis.minor.ticks.length.y.left : NULL
## $ axis.minor.ticks.length.y.right : NULL
## $ axis.minor.ticks.length.theta : NULL
## $ axis.minor.ticks.length.r : NULL
## $ axis.line : list()
## ..- attr(*, "class")= chr [1:2] "element_blank" "element"
## $ axis.line.x : NULL
## $ axis.line.x.top : NULL
## $ axis.line.x.bottom : NULL
## $ axis.line.y : NULL
## $ axis.line.y.left : NULL
## $ axis.line.y.right : NULL
## $ axis.line.theta : NULL
## $ axis.line.r : NULL
## $ legend.background : list()
## ..- attr(*, "class")= chr [1:2] "element_blank" "element"
## $ legend.margin : 'margin' num [1:4] 5.5points 5.5points 5.5points 5.5points
## ..- attr(*, "unit")= int 8
## $ legend.spacing : 'simpleUnit' num 11points
## ..- attr(*, "unit")= int 8
## $ legend.spacing.x : NULL
## $ legend.spacing.y : NULL
## $ legend.key : list()
## ..- attr(*, "class")= chr [1:2] "element_blank" "element"
## $ legend.key.size : 'simpleUnit' num 1.2lines
## ..- attr(*, "unit")= int 3
## $ legend.key.height : NULL
## $ legend.key.width : NULL
## $ legend.key.spacing : 'simpleUnit' num 5.5points
## ..- attr(*, "unit")= int 8
## $ legend.key.spacing.x : NULL
## $ legend.key.spacing.y : NULL
## $ legend.frame : NULL
## $ legend.ticks : NULL
## $ legend.ticks.length : 'rel' num 0.2
## $ legend.axis.line : NULL
## $ legend.text :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : 'rel' num 0.8
## ..$ hjust : NULL
## ..$ vjust : NULL
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : NULL
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ legend.text.position : NULL
## $ legend.title :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : num 0
## ..$ vjust : NULL
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : NULL
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ legend.title.position : NULL
## $ legend.position : chr "right"
## $ legend.position.inside : NULL
## $ legend.direction : NULL
## $ legend.byrow : NULL
## $ legend.justification : chr "center"
## $ legend.justification.top : NULL
## $ legend.justification.bottom : NULL
## $ legend.justification.left : NULL
## $ legend.justification.right : NULL
## $ legend.justification.inside : NULL
## $ legend.location : NULL
## $ legend.box : NULL
## $ legend.box.just : NULL
## $ legend.box.margin : 'margin' num [1:4] 0cm 0cm 0cm 0cm
## ..- attr(*, "unit")= int 1
## $ legend.box.background : list()
## ..- attr(*, "class")= chr [1:2] "element_blank" "element"
## $ legend.box.spacing : 'simpleUnit' num 11points
## ..- attr(*, "unit")= int 8
## [list output truncated]
## - attr(*, "class")= chr [1:2] "theme" "gg"
## - attr(*, "complete")= logi TRUE
## - attr(*, "validate")= logi TRUESe observa valores atípicos y hay genotipos que muestran mayor variabilidad, cajas más grandes como el G06. La interacción entre estos dos factores indica que la respuesta al riego no es uniforme en todos los genotipos. Algunos genotipos muestran mayor peso seco de raíz bajo condiciones de sequía, mientras otros responden mejor bajo riego
6.2.2 Modelo lineal mixto
library(lme4)
library(lmerTest)
model <- lme4::lmer(formula = rootdw ~ riego * geno + (1|bloque), data = fb)
anova(model)
## Analysis of Variance Table
## npar Sum Sq Mean Sq F value
## riego 1 1.12 1.120 1.3903
## geno 14 456.29 32.592 40.4686
## riego:geno 14 7.79 0.556 0.6908Prueba de normalida
plot(modelo)
Eliminación de datos atípicos
ol <- boxplot(rootdw ~ riego * geno, fb)
ol
## $stats
## [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [,11] [,12] [,13] [,14]
## [1,] 1.70 2.45 1.75 2.00 1.45 1.21 1.59 0.52 2.07 2.19 3.97 4.04 0.38 0.42
## [2,] 2.28 2.98 1.81 2.04 1.61 1.60 2.58 1.85 2.24 2.60 4.02 4.46 0.49 0.43
## [3,] 3.01 3.11 2.37 2.10 1.66 1.78 2.83 1.96 3.26 3.88 4.82 4.64 0.66 0.65
## [4,] 3.16 3.83 2.48 2.13 1.83 3.36 3.24 2.85 3.65 4.17 6.63 5.18 1.09 1.39
## [5,] 3.47 3.83 2.50 2.13 1.83 3.50 3.44 3.68 4.18 4.42 8.33 5.57 1.21 1.52
## [,15] [,16] [,17] [,18] [,19] [,20] [,21] [,22] [,23] [,24] [,25] [,26]
## [1,] 6.27 5.44 2.82 2.69 0.80 1.89 1.96 1.85 4.62 4.06 4.69 4.98
## [2,] 6.27 5.47 2.85 3.14 1.02 1.89 2.11 2.06 5.03 4.65 4.73 5.05
## [3,] 6.40 6.12 2.99 3.54 1.55 1.92 2.60 2.29 5.35 5.48 5.01 6.00
## [4,] 6.45 6.95 3.29 3.71 1.72 2.04 2.75 2.66 6.24 6.17 6.44 6.17
## [5,] 6.45 8.50 3.54 4.25 2.42 2.18 3.35 2.69 7.36 6.47 6.89 6.17
## [,27] [,28] [,29] [,30]
## [1,] 4.56 5.33 2.48 2.40
## [2,] 5.68 5.77 2.48 2.76
## [3,] 6.61 5.92 2.82 2.78
## [4,] 6.87 7.24 2.88 3.93
## [5,] 7.23 7.67 3.03 4.29
##
## $n
## [1] 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
##
## $conf
## [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8]
## [1,] 2.388194 2.509392 1.89658 2.036406 1.504549 0.5363884 2.363646 1.253403
## [2,] 3.631806 3.710608 2.84342 2.163594 1.815451 3.0236116 3.296354 2.666597
## [,9] [,10] [,11] [,12] [,13] [,14] [,15] [,16]
## [1,] 2.263698 2.770642 2.975781 4.13125 0.2360415 -0.02833358 6.272812 5.074236
## [2,] 4.256302 4.989358 6.664219 5.14875 1.0839585 1.32833358 6.527188 7.165764
## [,17] [,18] [,19] [,20] [,21] [,22] [,23] [,24]
## [1,] 2.679097 3.137239 1.055382 1.81401 2.147778 1.866042 4.495017 4.405972
## [2,] 3.300903 3.942761 2.044618 2.02599 3.052222 2.713958 6.204983 6.554028
## [,25] [,26] [,27] [,28] [,29] [,30]
## [1,] 3.801718 5.208611 5.769149 4.881302 2.537361 1.953281
## [2,] 6.218282 6.791389 7.450851 6.958698 3.102639 3.606719
##
## $out
## [1] 5.73 4.15 2.30 7.33 5.56 1.50 8.75 1.83
##
## $group
## [1] 2 4 5 15 15 20 26 29
##
## $names
## [1] "irrigado.G01" "sequia.G01" "irrigado.G02" "sequia.G02" "irrigado.G03"
## [6] "sequia.G03" "irrigado.G04" "sequia.G04" "irrigado.G05" "sequia.G05"
## [11] "irrigado.G06" "sequia.G06" "irrigado.G07" "sequia.G07" "irrigado.G08"
## [16] "sequia.G08" "irrigado.G09" "sequia.G09" "irrigado.G10" "sequia.G10"
## [21] "irrigado.G11" "sequia.G11" "irrigado.G12" "sequia.G12" "irrigado.G13"
## [26] "sequia.G13" "irrigado.G14" "sequia.G14" "irrigado.G15" "sequia.G15"library(inti)
model <- remove_outliers(data = fb
, formula = rootdw ~ riego * geno + (1|bloque)
, plot_diag = T)
model
## $data
## $data$raw
## # A tibble: 150 × 5
## index riego geno bloque rootdw
## <chr> <chr> <chr> <chr> <dbl>
## 1 1 sequia G01 II 3.83
## 2 2 sequia G02 IV 2.1
## 3 3 irrigado G01 III 3.16
## 4 4 sequia G02 I 2
## 5 5 irrigado G03 II 1.83
## 6 6 irrigado G04 V 2.83
## 7 7 irrigado G01 I 2.28
## 8 8 irrigado G05 IV 3.65
## 9 9 sequia G06 II 4.04
## 10 10 sequia G05 I 4.17
## # ℹ 140 more rows
##
## $data$clean
## index riego geno bloque rootdw
## 1 1 sequia G01 II 3.83
## 2 2 sequia G02 IV 2.10
## 3 3 irrigado G01 III 3.16
## 4 4 sequia G02 I 2.00
## 5 5 irrigado G03 II 1.83
## 6 6 irrigado G04 V 2.83
## 7 7 irrigado G01 I 2.28
## 8 8 irrigado G05 IV 3.65
## 9 9 sequia G06 II 4.04
## 10 10 sequia G05 I 4.17
## 11 11 irrigado G01 II 3.01
## 12 12 sequia G07 II 1.52
## 13 13 irrigado G08 II 6.45
## 14 14 irrigado G06 III 6.63
## 15 15 irrigado G09 III 2.82
## 16 16 irrigado G10 II 1.02
## 17 17 sequia G11 I 2.69
## 18 18 sequia G12 III 5.48
## 19 19 irrigado G07 I 0.49
## 20 20 irrigado G04 II 3.44
## 21 21 irrigado G13 II 5.01
## 22 22 irrigado G14 III 4.56
## 23 23 irrigado G04 IV 3.24
## 24 24 sequia G04 V 1.85
## 25 25 sequia G08 V 5.47
## 26 26 sequia G04 III 3.68
## 27 27 sequia G01 IV 3.11
## 28 28 irrigado G10 I 1.55
## 29 29 irrigado G08 V 6.27
## 30 30 irrigado G02 V 2.37
## 31 31 irrigado G07 III 1.09
## 32 32 irrigado G08 I 6.40
## 33 33 irrigado G14 V 7.23
## 34 34 irrigado G03 I 1.45
## 35 35 sequia G13 III 5.05
## 36 36 sequia G01 V 2.98
## 37 37 sequia G03 I 3.50
## 38 38 irrigado G15 III 2.88
## 39 39 irrigado G03 IV 2.30
## 40 40 irrigado G09 IV 3.29
## 41 41 irrigado G11 II 1.96
## 42 42 sequia G03 V 1.60
## 43 43 sequia G11 III 2.66
## 44 44 irrigado G06 V 3.97
## 45 45 sequia G05 V 3.88
## 46 46 sequia G08 IV 6.12
## 47 47 irrigado G11 IV 3.35
## 48 48 sequia G11 II 1.85
## 49 49 irrigado G10 III 2.42
## 50 50 sequia G06 IV 4.64
## 51 51 sequia G09 I 4.25
## 52 52 irrigado G11 I 2.11
## 53 53 sequia G11 IV 2.29
## 54 54 irrigado G15 IV 1.83
## 55 55 irrigado G13 IV 6.44
## 56 56 sequia G14 V 5.77
## 57 57 irrigado G02 IV 2.48
## 58 58 irrigado G09 II 3.54
## 59 59 irrigado G02 III 1.81
## 60 60 sequia G08 III 8.50
## 61 61 irrigado G06 II 4.02
## 62 62 sequia G13 IV 4.98
## 63 63 sequia G14 III 7.24
## 64 64 sequia G04 II 0.52
## 65 65 irrigado G11 III 2.60
## 66 66 irrigado G07 II 0.38
## 67 67 irrigado G08 IV 7.33
## 68 68 sequia G05 IV 2.60
## 69 69 irrigado G04 I 1.59
## 70 70 irrigado G11 V 2.75
## 71 71 irrigado G12 I 4.62
## 72 72 sequia G14 IV 5.92
## 73 73 sequia G07 III 1.39
## 74 74 irrigado G03 III 1.61
## 75 75 sequia G01 I 2.45
## 76 76 sequia G04 I 2.85
## 77 77 sequia G03 II 3.36
## 78 78 irrigado G15 II 2.48
## 79 79 sequia G12 IV 4.06
## 80 80 sequia G12 I 6.17
## 81 81 sequia G08 I 5.44
## 82 82 sequia G05 II 2.19
## 83 83 sequia G02 II 2.13
## 84 84 sequia G10 I 2.04
## 85 85 sequia G15 I 2.40
## 86 86 irrigado G07 V 0.66
## 87 87 sequia G10 V 1.50
## 88 88 sequia G13 II 6.17
## 89 89 sequia G07 V 0.43
## 90 90 sequia G03 III 1.21
## 91 91 sequia G15 IV 2.78
## 92 92 sequia G13 I 8.75
## 93 93 sequia G03 IV 1.78
## 94 94 irrigado G10 V 1.72
## 95 95 sequia G13 V 6.00
## 96 96 sequia G09 II 3.71
## 97 97 irrigado G14 IV 6.87
## 98 98 irrigado G01 V 1.70
## 99 99 sequia G01 III 5.73
## 100 100 irrigado G06 IV NA
## 101 101 sequia G04 IV 1.96
## 102 102 irrigado G15 V 3.03
## 103 103 irrigado G13 III 4.73
## 104 104 irrigado G02 II 2.50
## 105 105 sequia G08 II 6.95
## 106 106 irrigado G04 III 2.58
## 107 107 sequia G02 V 2.04
## 108 108 sequia G06 V 4.46
## 109 109 irrigado G15 I 2.82
## 110 110 irrigado G13 V 6.89
## 111 111 irrigado G05 V 2.24
## 112 112 sequia G09 III 3.54
## 113 113 sequia G09 V 2.69
## 114 114 sequia G10 II 1.89
## 115 115 irrigado G07 IV 1.21
## 116 116 irrigado G05 I 2.07
## 117 117 irrigado G02 I 1.75
## 118 118 sequia G05 III 4.42
## 119 119 irrigado G12 II 5.03
## 120 120 sequia G15 III 3.93
## 121 121 irrigado G13 I 4.69
## 122 122 sequia G14 II 5.33
## 123 123 sequia G12 II 6.47
## 124 124 sequia G15 II 4.29
## 125 125 irrigado G09 V 2.99
## 126 126 sequia G06 I 5.57
## 127 127 sequia G09 IV 3.14
## 128 128 sequia G15 V 2.76
## 129 129 irrigado G14 I 5.68
## 130 130 sequia G06 III 5.18
## 131 131 irrigado G01 IV 3.47
## 132 132 irrigado G12 III 6.24
## 133 133 sequia G12 V 4.65
## 134 134 irrigado G12 V 5.35
## 135 135 sequia G11 V 2.06
## 136 136 irrigado G12 IV 7.36
## 137 137 irrigado G09 I 2.85
## 138 138 sequia G02 III 4.15
## 139 139 sequia G07 I 0.65
## 140 140 irrigado G08 III 5.56
## 141 141 irrigado G06 I 4.82
## 142 142 irrigado G10 IV 0.80
## 143 143 irrigado G03 V 1.66
## 144 144 sequia G07 IV 0.42
## 145 145 irrigado G05 III 3.26
## 146 146 sequia G14 I 7.67
## 147 147 sequia G10 III 2.18
## 148 148 irrigado G14 II 6.61
## 149 149 irrigado G05 II 4.18
## 150 150 sequia G10 IV 1.92
##
##
## $outliers
## index riego geno bloque rootdw resi res_MAD rawp.BHStud
## 100 100 irrigado G06 IV 8.33 2.749408 3.793167 0.0001487381
## adjp bholm out_flag
## 100 0.0001487381 0.02231072 OUTLIER
##
## $diagplot
##
## $model
## $model$raw
## Linear mixed model fit by REML ['lmerMod']
## Formula: rootdw ~ riego * geno + (1 | bloque)
## Data: rawdt
## REML criterion at convergence: 364.5568
## Random effects:
## Groups Name Std.Dev.
## bloque (Intercept) 0.1193
## Residual 0.8974
## Number of obs: 150, groups: bloque, 5
## Fixed Effects:
## (Intercept) riegosequia genoG02
## 2.724 0.896 -0.542
## genoG03 genoG04 genoG05
## -0.954 0.012 0.356
## genoG06 genoG07 genoG08
## 2.830 -1.958 3.678
## genoG09 genoG10 genoG11
## 0.374 -1.222 -0.170
## genoG12 genoG13 genoG14
## 2.996 2.828 3.466
## genoG15 riegosequia:genoG02 riegosequia:genoG03
## -0.116 -0.594 -0.376
## riegosequia:genoG04 riegosequia:genoG05 riegosequia:genoG06
## -1.460 -0.524 -1.672
## riegosequia:genoG07 riegosequia:genoG08 riegosequia:genoG09
## -0.780 -0.802 -0.528
## riegosequia:genoG10 riegosequia:genoG11 riegosequia:genoG12
## -0.492 -1.140 -1.250
## riegosequia:genoG13 riegosequia:genoG14 riegosequia:genoG15
## -0.258 -0.700 -0.272
##
## $model$clean
## Linear mixed model fit by REML ['lmerMod']
## Formula: rootdw ~ riego * geno + (1 | bloque)
## Data: cleandt
## REML criterion at convergence: 350.2952
## Random effects:
## Groups Name Std.Dev.
## bloque (Intercept) 0.1232
## Residual 0.8546
## Number of obs: 149, groups: bloque, 5
## Fixed Effects:
## (Intercept) riegosequia genoG02
## 2.7240 0.8960 -0.5420
## genoG03 genoG04 genoG05
## -0.9540 0.0120 0.3560
## genoG06 genoG07 genoG08
## 2.1345 -1.9580 3.6780
## genoG09 genoG10 genoG11
## 0.3740 -1.2220 -0.1700
## genoG12 genoG13 genoG14
## 2.9960 2.8280 3.4660
## genoG15 riegosequia:genoG02 riegosequia:genoG03
## -0.1160 -0.5940 -0.3760
## riegosequia:genoG04 riegosequia:genoG05 riegosequia:genoG06
## -1.4600 -0.5240 -0.9765
## riegosequia:genoG07 riegosequia:genoG08 riegosequia:genoG09
## -0.7800 -0.8020 -0.5280
## riegosequia:genoG10 riegosequia:genoG11 riegosequia:genoG12
## -0.4920 -1.1400 -1.2500
## riegosequia:genoG13 riegosequia:genoG14 riegosequia:genoG15
## -0.2580 -0.7000 -0.27206.2.3 Comparación de medias
library(agricolae)
library(tidyverse)
tukey_interaccion <- HSD.test(modelo, c("riego","geno"), group = TRUE)
print(tukey_interaccion)
## $statistics
## MSerror Df Mean CV MSD
## 0.8053762 116 3.582267 25.05195 2.182566
##
## $parameters
## test name.t ntr StudentizedRange alpha
## Tukey riego:geno 30 5.438172 0.05
##
## $means
## rootdw std r se Min Max Q25 Q50 Q75
## irrigado:G01 2.724 0.7200903 5 0.4013418 1.70 3.47 2.28 3.01 3.16
## irrigado:G02 2.182 0.3709043 5 0.4013418 1.75 2.50 1.81 2.37 2.48
## irrigado:G03 1.770 0.3258067 5 0.4013418 1.45 2.30 1.61 1.66 1.83
## irrigado:G04 2.736 0.7238992 5 0.4013418 1.59 3.44 2.58 2.83 3.24
## irrigado:G05 3.080 0.9073313 5 0.4013418 2.07 4.18 2.24 3.26 3.65
## irrigado:G06 5.554 1.8884465 5 0.4013418 3.97 8.33 4.02 4.82 6.63
## irrigado:G07 0.766 0.3669196 5 0.4013418 0.38 1.21 0.49 0.66 1.09
## irrigado:G08 6.402 0.6304522 5 0.4013418 5.56 7.33 6.27 6.40 6.45
## irrigado:G09 3.098 0.3093057 5 0.4013418 2.82 3.54 2.85 2.99 3.29
## irrigado:G10 1.502 0.6359402 5 0.4013418 0.80 2.42 1.02 1.55 1.72
## irrigado:G11 2.554 0.5531998 5 0.4013418 1.96 3.35 2.11 2.60 2.75
## irrigado:G12 5.720 1.0935035 5 0.4013418 4.62 7.36 5.03 5.35 6.24
## irrigado:G13 5.552 1.0357702 5 0.4013418 4.69 6.89 4.73 5.01 6.44
## irrigado:G14 6.190 1.0767312 5 0.4013418 4.56 7.23 5.68 6.61 6.87
## irrigado:G15 2.608 0.4792390 5 0.4013418 1.83 3.03 2.48 2.82 2.88
## sequia:G01 3.620 1.2781627 5 0.4013418 2.45 5.73 2.98 3.11 3.83
## sequia:G02 2.484 0.9327004 5 0.4013418 2.00 4.15 2.04 2.10 2.13
## sequia:G03 2.290 1.0620264 5 0.4013418 1.21 3.50 1.60 1.78 3.36
## sequia:G04 2.172 1.1844281 5 0.4013418 0.52 3.68 1.85 1.96 2.85
## sequia:G05 3.452 0.9942686 5 0.4013418 2.19 4.42 2.60 3.88 4.17
## sequia:G06 4.778 0.6028433 5 0.4013418 4.04 5.57 4.46 4.64 5.18
## sequia:G07 0.882 0.5330760 5 0.4013418 0.42 1.52 0.43 0.65 1.39
## sequia:G08 6.496 1.2778224 5 0.4013418 5.44 8.50 5.47 6.12 6.95
## sequia:G09 3.466 0.5890925 5 0.4013418 2.69 4.25 3.14 3.54 3.71
## sequia:G10 1.906 0.2541260 5 0.4013418 1.50 2.18 1.89 1.92 2.04
## sequia:G11 2.310 0.3678994 5 0.4013418 1.85 2.69 2.06 2.29 2.66
## sequia:G12 5.366 1.0119931 5 0.4013418 4.06 6.47 4.65 5.48 6.17
## sequia:G13 6.190 1.5291991 5 0.4013418 4.98 8.75 5.05 6.00 6.17
## sequia:G14 6.386 1.0111528 5 0.4013418 5.33 7.67 5.77 5.92 7.24
## sequia:G15 3.232 0.8255120 5 0.4013418 2.40 4.29 2.76 2.78 3.93
##
## $comparison
## NULL
##
## $groups
## rootdw groups
## sequia:G08 6.496 a
## irrigado:G08 6.402 a
## sequia:G14 6.386 a
## irrigado:G14 6.190 a
## sequia:G13 6.190 a
## irrigado:G12 5.720 ab
## irrigado:G06 5.554 abc
## irrigado:G13 5.552 abc
## sequia:G12 5.366 abcd
## sequia:G06 4.778 abcde
## sequia:G01 3.620 bcdef
## sequia:G09 3.466 cdef
## sequia:G05 3.452 cdef
## sequia:G15 3.232 def
## irrigado:G09 3.098 ef
## irrigado:G05 3.080 ef
## irrigado:G04 2.736 efg
## irrigado:G01 2.724 efg
## irrigado:G15 2.608 efg
## irrigado:G11 2.554 fg
## sequia:G02 2.484 fg
## sequia:G11 2.310 fg
## sequia:G03 2.290 fg
## irrigado:G02 2.182 fg
## sequia:G04 2.172 fg
## sequia:G10 1.906 fg
## irrigado:G03 1.770 fg
## irrigado:G10 1.502 fg
## sequia:G07 0.882 g
## irrigado:G07 0.766 g
##
## attr(,"class")
## [1] "group"
plot(tukey_interaccion)
str(tukey_interaccion)
## List of 5
## $ statistics:'data.frame': 1 obs. of 5 variables:
## ..$ MSerror: num 0.805
## ..$ Df : int 116
## ..$ Mean : num 3.58
## ..$ CV : num 25.1
## ..$ MSD : num 2.18
## $ parameters:'data.frame': 1 obs. of 5 variables:
## ..$ test : chr "Tukey"
## ..$ name.t : chr "riego:geno"
## ..$ ntr : int 30
## ..$ StudentizedRange: num 5.44
## ..$ alpha : num 0.05
## $ means :'data.frame': 30 obs. of 9 variables:
## ..$ rootdw: num [1:30] 2.72 2.18 1.77 2.74 3.08 ...
## ..$ std : num [1:30] 0.72 0.371 0.326 0.724 0.907 ...
## ..$ r : int [1:30] 5 5 5 5 5 5 5 5 5 5 ...
## ..$ se : num [1:30] 0.401 0.401 0.401 0.401 0.401 ...
## ..$ Min : num [1:30] 1.7 1.75 1.45 1.59 2.07 3.97 0.38 5.56 2.82 0.8 ...
## ..$ Max : num [1:30] 3.47 2.5 2.3 3.44 4.18 8.33 1.21 7.33 3.54 2.42 ...
## ..$ Q25 : num [1:30] 2.28 1.81 1.61 2.58 2.24 4.02 0.49 6.27 2.85 1.02 ...
## ..$ Q50 : num [1:30] 3.01 2.37 1.66 2.83 3.26 4.82 0.66 6.4 2.99 1.55 ...
## ..$ Q75 : num [1:30] 3.16 2.48 1.83 3.24 3.65 6.63 1.09 6.45 3.29 1.72 ...
## $ comparison: NULL
## $ groups :'data.frame': 30 obs. of 2 variables:
## ..$ rootdw: num [1:30] 6.5 6.4 6.39 6.19 6.19 ...
## ..$ groups: chr [1:30] "a" "a" "a" "a" ...
## - attr(*, "class")= chr "group"
grupos <- tukey_interaccion$groups %>%
rownames_to_column("Tratamientos") %>%
separate("Tratamientos", into = c("riego","geno"))
str(grupos)
## 'data.frame': 30 obs. of 4 variables:
## $ riego : chr "sequia" "irrigado" "sequia" "irrigado" ...
## $ geno : chr "G08" "G08" "G14" "G14" ...
## $ rootdw: num 6.5 6.4 6.39 6.19 6.19 ...
## $ groups: chr "a" "a" "a" "a" ...ggplot(grupos, aes(x = geno, y = rootdw, fill = riego)) +
geom_bar(stat = "identity", position = position_dodge()) +
geom_text(aes(label = groups),
position = position_dodge(width = 0.9),
vjust = -0.3,
size = 3) +
labs(title = "Efecto de Geno y Riego en ROOTDW",
x = "Genotipo",
y = "ROOTDW") +
theme_minimal() +
scale_fill_discrete(name = "Riego") +
theme(axis.text.x = element_text(angle = 45, hjust = 1))
Se puede observar que el grafico presenta letras iguales donde indica que no existe diferencias significativas con relación al peso seco de la raíz.
6.3 Peso seco del tubérculo (g)
6.3.1 Modelo lineal de tubdw
ANOVA
modelo <- aov(formula = tubdw ~ bloque + riego + geno + riego*geno
, data = fb)
anova(modelo)
## Analysis of Variance Table
##
## Response: tubdw
## Df Sum Sq Mean Sq F value Pr(>F)
## bloque 4 1788.7 447.2 5.0658 0.0008473 ***
## riego 1 9754.4 9754.4 110.5009 < 0.00000000000000022 ***
## geno 14 20528.6 1466.3 16.6111 < 0.00000000000000022 ***
## riego:geno 14 2139.7 152.8 1.7313 0.0583468 .
## Residuals 116 10239.8 88.3
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1El riego es altamente significativo indicando que los tratamientos de riego tuvieron un efecto muy fuerte en el peso seco del tubérculo. Los genotipos también muestran diferencias significativas entre sí. El riego y el genotipo son factores muy importantes que afectan el peso seco del tubérculo
Prueba de normalidad
plot(modelo)
La distribución aleatoria de puntos a lo largo del eje x es relativamente constante, observando comportamientos inusuales en la parte inferior de la línea siendo estos valores atípicos (69, 142 y 54). Sin embargo, esto no afecta al resultado ya que los modelos presentan una varianza relativamente homogénea.
Interacción de niveles de riego y Geno
library(ggplot2)
ggplot(fb, aes(x = geno, y = tubdw, colour = riego)) +
geom_boxplot(outlier.colour = "red", outlier.shape = 16, outlier.size = 2) +
labs(title = "Boxplot con interacción de niveles de riego y genotipo",
x = "Interacción Riego y Genotipo",
y = "Peso seco del tubérculo (g)")
theme_minimal() +
theme(axis.text.x = element_text(angle = 45, hjust = 1)) # Inclinar etiquetas del eje X
## List of 136
## $ line :List of 6
## ..$ colour : chr "black"
## ..$ linewidth : num 0.5
## ..$ linetype : num 1
## ..$ lineend : chr "butt"
## ..$ arrow : logi FALSE
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_line" "element"
## $ rect :List of 5
## ..$ fill : chr "white"
## ..$ colour : chr "black"
## ..$ linewidth : num 0.5
## ..$ linetype : num 1
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_rect" "element"
## $ text :List of 11
## ..$ family : chr ""
## ..$ face : chr "plain"
## ..$ colour : chr "black"
## ..$ size : num 11
## ..$ hjust : num 0.5
## ..$ vjust : num 0.5
## ..$ angle : num 0
## ..$ lineheight : num 0.9
## ..$ margin : 'margin' num [1:4] 0points 0points 0points 0points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : logi FALSE
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ title : NULL
## $ aspect.ratio : NULL
## $ axis.title : NULL
## $ axis.title.x :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : NULL
## ..$ vjust : num 1
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 2.75points 0points 0points 0points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.title.x.top :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : NULL
## ..$ vjust : num 0
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 0points 0points 2.75points 0points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.title.x.bottom : NULL
## $ axis.title.y :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : NULL
## ..$ vjust : num 1
## ..$ angle : num 90
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 0points 2.75points 0points 0points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.title.y.left : NULL
## $ axis.title.y.right :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : NULL
## ..$ vjust : num 1
## ..$ angle : num -90
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 0points 0points 0points 2.75points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.text :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : chr "grey30"
## ..$ size : 'rel' num 0.8
## ..$ hjust : NULL
## ..$ vjust : NULL
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : NULL
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.text.x :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : num 1
## ..$ vjust : num 1
## ..$ angle : num 45
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 2.2points 0points 0points 0points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi FALSE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.text.x.top :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : NULL
## ..$ vjust : num 0
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 0points 0points 2.2points 0points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.text.x.bottom : NULL
## $ axis.text.y :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : num 1
## ..$ vjust : NULL
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 0points 2.2points 0points 0points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.text.y.left : NULL
## $ axis.text.y.right :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : num 0
## ..$ vjust : NULL
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 0points 0points 0points 2.2points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.text.theta : NULL
## $ axis.text.r :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : num 0.5
## ..$ vjust : NULL
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 0points 2.2points 0points 2.2points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.ticks : list()
## ..- attr(*, "class")= chr [1:2] "element_blank" "element"
## $ axis.ticks.x : NULL
## $ axis.ticks.x.top : NULL
## $ axis.ticks.x.bottom : NULL
## $ axis.ticks.y : NULL
## $ axis.ticks.y.left : NULL
## $ axis.ticks.y.right : NULL
## $ axis.ticks.theta : NULL
## $ axis.ticks.r : NULL
## $ axis.minor.ticks.x.top : NULL
## $ axis.minor.ticks.x.bottom : NULL
## $ axis.minor.ticks.y.left : NULL
## $ axis.minor.ticks.y.right : NULL
## $ axis.minor.ticks.theta : NULL
## $ axis.minor.ticks.r : NULL
## $ axis.ticks.length : 'simpleUnit' num 2.75points
## ..- attr(*, "unit")= int 8
## $ axis.ticks.length.x : NULL
## $ axis.ticks.length.x.top : NULL
## $ axis.ticks.length.x.bottom : NULL
## $ axis.ticks.length.y : NULL
## $ axis.ticks.length.y.left : NULL
## $ axis.ticks.length.y.right : NULL
## $ axis.ticks.length.theta : NULL
## $ axis.ticks.length.r : NULL
## $ axis.minor.ticks.length : 'rel' num 0.75
## $ axis.minor.ticks.length.x : NULL
## $ axis.minor.ticks.length.x.top : NULL
## $ axis.minor.ticks.length.x.bottom: NULL
## $ axis.minor.ticks.length.y : NULL
## $ axis.minor.ticks.length.y.left : NULL
## $ axis.minor.ticks.length.y.right : NULL
## $ axis.minor.ticks.length.theta : NULL
## $ axis.minor.ticks.length.r : NULL
## $ axis.line : list()
## ..- attr(*, "class")= chr [1:2] "element_blank" "element"
## $ axis.line.x : NULL
## $ axis.line.x.top : NULL
## $ axis.line.x.bottom : NULL
## $ axis.line.y : NULL
## $ axis.line.y.left : NULL
## $ axis.line.y.right : NULL
## $ axis.line.theta : NULL
## $ axis.line.r : NULL
## $ legend.background : list()
## ..- attr(*, "class")= chr [1:2] "element_blank" "element"
## $ legend.margin : 'margin' num [1:4] 5.5points 5.5points 5.5points 5.5points
## ..- attr(*, "unit")= int 8
## $ legend.spacing : 'simpleUnit' num 11points
## ..- attr(*, "unit")= int 8
## $ legend.spacing.x : NULL
## $ legend.spacing.y : NULL
## $ legend.key : list()
## ..- attr(*, "class")= chr [1:2] "element_blank" "element"
## $ legend.key.size : 'simpleUnit' num 1.2lines
## ..- attr(*, "unit")= int 3
## $ legend.key.height : NULL
## $ legend.key.width : NULL
## $ legend.key.spacing : 'simpleUnit' num 5.5points
## ..- attr(*, "unit")= int 8
## $ legend.key.spacing.x : NULL
## $ legend.key.spacing.y : NULL
## $ legend.frame : NULL
## $ legend.ticks : NULL
## $ legend.ticks.length : 'rel' num 0.2
## $ legend.axis.line : NULL
## $ legend.text :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : 'rel' num 0.8
## ..$ hjust : NULL
## ..$ vjust : NULL
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : NULL
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ legend.text.position : NULL
## $ legend.title :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : num 0
## ..$ vjust : NULL
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : NULL
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ legend.title.position : NULL
## $ legend.position : chr "right"
## $ legend.position.inside : NULL
## $ legend.direction : NULL
## $ legend.byrow : NULL
## $ legend.justification : chr "center"
## $ legend.justification.top : NULL
## $ legend.justification.bottom : NULL
## $ legend.justification.left : NULL
## $ legend.justification.right : NULL
## $ legend.justification.inside : NULL
## $ legend.location : NULL
## $ legend.box : NULL
## $ legend.box.just : NULL
## $ legend.box.margin : 'margin' num [1:4] 0cm 0cm 0cm 0cm
## ..- attr(*, "unit")= int 1
## $ legend.box.background : list()
## ..- attr(*, "class")= chr [1:2] "element_blank" "element"
## $ legend.box.spacing : 'simpleUnit' num 11points
## ..- attr(*, "unit")= int 8
## [list output truncated]
## - attr(*, "class")= chr [1:2] "theme" "gg"
## - attr(*, "complete")= logi TRUE
## - attr(*, "validate")= logi TRUEEl G15 muestra el mayor peso seco en condición irrigada, el G07 muestra los valores más bajos en ambas condiciones, el G09 también muestra buen rendimiento en condición irrigada finalmente los G03, G04 y G05 muestran rendimientos intermedios-altos en condición irrigada. Además de algunos genotipos muestran mayor variabilidad que otros. Hay varios valores atípicos (puntos rojos) especialmente en condición irrigada.
6.3.2 Modelo lineal mixto
library(lme4)
library(lmerTest)
model <- lme4::lmer(formula = tubdw ~ riego * geno + (1|bloque), data = fb)
anova(model)
## Analysis of Variance Table
## npar Sum Sq Mean Sq F value
## riego 1 9754.4 9754.4 110.5009
## geno 14 20528.6 1466.3 16.6111
## riego:geno 14 2139.7 152.8 1.7313Prueba de normalida
plot(modelo)
Eliminación de datos atípicos
ol <- boxplot(tubdw ~ riego * geno, fb)
ol
## $stats
## [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [,11] [,12]
## [1,] 22.45 15.33 25.48 10.20 29.93 27.00 46.89 25.92 36.44 21.54 9.58 2.37
## [2,] 28.16 19.44 25.48 13.42 35.59 27.72 46.89 25.92 36.46 21.59 12.21 4.32
## [3,] 36.06 19.80 27.18 13.51 47.52 30.19 57.32 26.66 51.44 26.82 13.72 5.17
## [4,] 38.02 27.56 29.09 16.80 51.15 30.92 62.54 26.94 61.60 28.74 15.66 5.68
## [5,] 45.29 33.12 30.23 17.67 67.71 35.63 76.86 27.52 70.07 36.86 15.66 5.68
## [,13] [,14] [,15] [,16] [,17] [,18] [,19] [,20] [,21] [,22] [,23] [,24]
## [1,] 11.81 10.75 21.96 4.05 50.34 21.00 19.44 21.36 38.76 23.80 31.66 19.21
## [2,] 12.79 11.63 25.48 10.52 56.52 34.89 20.38 22.76 41.47 24.40 34.09 19.75
## [3,] 13.48 14.79 26.72 14.55 57.22 37.41 26.29 26.09 52.67 40.64 40.62 20.44
## [4,] 35.35 19.79 28.52 17.49 68.89 44.54 34.49 30.86 59.92 41.95 53.58 22.21
## [5,] 42.67 20.52 28.52 18.90 86.16 44.83 48.73 31.69 64.12 45.43 61.34 23.44
## [,25] [,26] [,27] [,28] [,29] [,30]
## [1,] 22.03 12.25 18.21 19.05 45.41 23.78
## [2,] 23.81 15.25 29.72 19.63 62.46 33.75
## [3,] 25.72 16.10 37.46 22.97 68.86 39.54
## [4,] 26.68 18.67 48.56 27.86 78.62 49.95
## [5,] 27.44 21.13 53.68 30.27 78.64 50.53
##
## $n
## [1] 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
##
## $conf
## [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8]
## [1,] 29.09295 14.06243 24.62918 11.1217 36.52534 27.92889 46.26175 25.93927
## [2,] 43.02705 25.53757 29.73082 15.8983 58.51466 32.45111 68.37825 27.38073
## [,9] [,10] [,11] [,12] [,13] [,14] [,15] [,16]
## [1,] 33.67614 21.76783 11.28224 4.209027 -2.460839 9.024165 24.57194 9.625016
## [2,] 69.20386 31.87217 16.15776 6.130973 29.420839 20.555835 28.86806 19.474984
## [,17] [,18] [,19] [,20] [,21] [,22] [,23] [,24]
## [1,] 48.47939 30.59133 16.31991 20.36656 39.63328 28.23921 26.84842 18.70177
## [2,] 65.96061 44.22867 36.26009 31.81344 65.70672 53.04079 54.39158 22.17823
## [,25] [,26] [,27] [,28] [,29] [,30]
## [1,] 23.69207 13.68344 24.1477 17.1547 57.44138 28.09312
## [2,] 27.74793 18.51656 50.7723 28.7853 80.27862 50.98688
##
## $out
## [1] 13.17 18.95 22.34 34.79 12.78 39.26
##
## $group
## [1] 3 7 8 11 12 15
##
## $names
## [1] "irrigado.G01" "sequia.G01" "irrigado.G02" "sequia.G02" "irrigado.G03"
## [6] "sequia.G03" "irrigado.G04" "sequia.G04" "irrigado.G05" "sequia.G05"
## [11] "irrigado.G06" "sequia.G06" "irrigado.G07" "sequia.G07" "irrigado.G08"
## [16] "sequia.G08" "irrigado.G09" "sequia.G09" "irrigado.G10" "sequia.G10"
## [21] "irrigado.G11" "sequia.G11" "irrigado.G12" "sequia.G12" "irrigado.G13"
## [26] "sequia.G13" "irrigado.G14" "sequia.G14" "irrigado.G15" "sequia.G15"library(inti)
model <- remove_outliers(data = fb
, formula = tubdw ~ riego * geno + (1|bloque)
, plot_diag = T)
model
## $data
## $data$raw
## # A tibble: 150 × 5
## index riego geno bloque tubdw
## <chr> <chr> <chr> <chr> <dbl>
## 1 1 sequia G01 II 19.8
## 2 2 sequia G02 IV 17.7
## 3 3 irrigado G01 III 38.0
## 4 4 sequia G02 I 13.5
## 5 5 irrigado G03 II 51.2
## 6 6 irrigado G04 V 62.5
## 7 7 irrigado G01 I 22.4
## 8 8 irrigado G05 IV 51.4
## 9 9 sequia G06 II 2.37
## 10 10 sequia G05 I 28.7
## # ℹ 140 more rows
##
## $data$clean
## index riego geno bloque tubdw
## 1 1 sequia G01 II 19.80
## 2 2 sequia G02 IV 17.67
## 3 3 irrigado G01 III 38.02
## 4 4 sequia G02 I 13.51
## 5 5 irrigado G03 II 51.15
## 6 6 irrigado G04 V 62.54
## 7 7 irrigado G01 I 22.45
## 8 8 irrigado G05 IV 51.44
## 9 9 sequia G06 II 2.37
## 10 10 sequia G05 I 28.74
## 11 11 irrigado G01 II 36.06
## 12 12 sequia G07 II 19.79
## 13 13 irrigado G08 II 21.96
## 14 14 irrigado G06 III 15.66
## 15 15 irrigado G09 III 57.22
## 16 16 irrigado G10 II 26.29
## 17 17 sequia G11 I 41.95
## 18 18 sequia G12 III 19.21
## 19 19 irrigado G07 I 12.79
## 20 20 irrigado G04 II 46.89
## 21 21 irrigado G13 II 22.03
## 22 22 irrigado G14 III 18.21
## 23 23 irrigado G04 IV 57.32
## 24 24 sequia G04 V 22.34
## 25 25 sequia G08 V 18.90
## 26 26 sequia G04 III 26.94
## 27 27 sequia G01 IV 27.56
## 28 28 irrigado G10 I 19.44
## 29 29 irrigado G08 V 28.52
## 30 30 irrigado G02 V 30.23
## 31 31 irrigado G07 III 42.67
## 32 32 irrigado G08 I 25.48
## 33 33 irrigado G14 V 48.56
## 34 34 irrigado G03 I 29.93
## 35 35 sequia G13 III 12.25
## 36 36 sequia G01 V 19.44
## 37 37 sequia G03 I 27.00
## 38 38 irrigado G15 III 78.62
## 39 39 irrigado G03 IV 67.71
## 40 40 irrigado G09 IV 86.16
## 41 41 irrigado G11 II 38.76
## 42 42 sequia G03 V 27.72
## 43 43 sequia G11 III 40.64
## 44 44 irrigado G06 V 13.72
## 45 45 sequia G05 V 36.86
## 46 46 sequia G08 IV 17.49
## 47 47 irrigado G11 IV 52.67
## 48 48 sequia G11 II 24.40
## 49 49 irrigado G10 III 48.73
## 50 50 sequia G06 IV 5.68
## 51 51 sequia G09 I 21.00
## 52 52 irrigado G11 I 41.47
## 53 53 sequia G11 IV 45.43
## 54 54 irrigado G15 IV 45.41
## 55 55 irrigado G13 IV 27.44
## 56 56 sequia G14 V 30.27
## 57 57 irrigado G02 IV 25.48
## 58 58 irrigado G09 II 68.89
## 59 59 irrigado G02 III 27.18
## 60 60 sequia G08 III 14.55
## 61 61 irrigado G06 II 9.58
## 62 62 sequia G13 IV 15.25
## 63 63 sequia G14 III 19.05
## 64 64 sequia G04 II 27.52
## 65 65 irrigado G11 III 64.12
## 66 66 irrigado G07 II 11.81
## 67 67 irrigado G08 IV 26.72
## 68 68 sequia G05 IV 21.54
## 69 69 irrigado G04 I NA
## 70 70 irrigado G11 V 59.92
## 71 71 irrigado G12 I 40.62
## 72 72 sequia G14 IV 22.97
## 73 73 sequia G07 III 20.52
## 74 74 irrigado G03 III 35.59
## 75 75 sequia G01 I 15.33
## 76 76 sequia G04 I 25.92
## 77 77 sequia G03 II 35.63
## 78 78 irrigado G15 II 78.64
## 79 79 sequia G12 IV 20.44
## 80 80 sequia G12 I 22.21
## 81 81 sequia G08 I 4.05
## 82 82 sequia G05 II 21.59
## 83 83 sequia G02 II 10.20
## 84 84 sequia G10 I 21.36
## 85 85 sequia G15 I 50.53
## 86 86 irrigado G07 V 13.48
## 87 87 sequia G10 V 31.69
## 88 88 sequia G13 II 16.10
## 89 89 sequia G07 V 14.79
## 90 90 sequia G03 III 30.19
## 91 91 sequia G15 IV 39.54
## 92 92 sequia G13 I 18.67
## 93 93 sequia G03 IV 30.92
## 94 94 irrigado G10 V 34.49
## 95 95 sequia G13 V 21.13
## 96 96 sequia G09 II 34.89
## 97 97 irrigado G14 IV 53.68
## 98 98 irrigado G01 V 28.16
## 99 99 sequia G01 III 33.12
## 100 100 irrigado G06 IV 34.79
## 101 101 sequia G04 IV 26.66
## 102 102 irrigado G15 V 62.46
## 103 103 irrigado G13 III 25.72
## 104 104 irrigado G02 II 29.09
## 105 105 sequia G08 II 10.52
## 106 106 irrigado G04 III 76.86
## 107 107 sequia G02 V 13.42
## 108 108 sequia G06 V 12.78
## 109 109 irrigado G15 I 68.86
## 110 110 irrigado G13 V 26.68
## 111 111 irrigado G05 V 36.46
## 112 112 sequia G09 III 37.41
## 113 113 sequia G09 V 44.54
## 114 114 sequia G10 II 22.76
## 115 115 irrigado G07 IV 35.35
## 116 116 irrigado G05 I 36.44
## 117 117 irrigado G02 I 13.17
## 118 118 sequia G05 III 26.82
## 119 119 irrigado G12 II 31.66
## 120 120 sequia G15 III 33.75
## 121 121 irrigado G13 I 23.81
## 122 122 sequia G14 II 27.86
## 123 123 sequia G12 II 23.44
## 124 124 sequia G15 II 23.78
## 125 125 irrigado G09 V 56.52
## 126 126 sequia G06 I 5.17
## 127 127 sequia G09 IV 44.83
## 128 128 sequia G15 V 49.95
## 129 129 irrigado G14 I 29.72
## 130 130 sequia G06 III 4.32
## 131 131 irrigado G01 IV 45.29
## 132 132 irrigado G12 III 53.58
## 133 133 sequia G12 V 19.75
## 134 134 irrigado G12 V 61.34
## 135 135 sequia G11 V 23.80
## 136 136 irrigado G12 IV 34.09
## 137 137 irrigado G09 I 50.34
## 138 138 sequia G02 III 16.80
## 139 139 sequia G07 I 11.63
## 140 140 irrigado G08 III 39.26
## 141 141 irrigado G06 I 12.21
## 142 142 irrigado G10 IV 20.38
## 143 143 irrigado G03 V 47.52
## 144 144 sequia G07 IV 10.75
## 145 145 irrigado G05 III 61.60
## 146 146 sequia G14 I 19.63
## 147 147 sequia G10 III 30.86
## 148 148 irrigado G14 II 37.46
## 149 149 irrigado G05 II 70.07
## 150 150 sequia G10 IV 26.09
##
##
## $outliers
## index riego geno bloque tubdw resi res_MAD rawp.BHStud
## 69 69 irrigado G04 I 18.95 -28.76959 -4.125053 0.00003706494
## adjp bholm out_flag
## 69 0.00003706494 0.005559741 OUTLIER
##
## $diagplot
##
## $model
## $model$raw
## Linear mixed model fit by REML ['lmerMod']
## Formula: tubdw ~ riego * geno + (1 | bloque)
## Data: rawdt
## REML criterion at convergence: 932.9721
## Random effects:
## Groups Name Std.Dev.
## bloque (Intercept) 3.459
## Residual 9.395
## Number of obs: 150, groups: bloque, 5
## Fixed Effects:
## (Intercept) riegosequia genoG02
## 33.996 -10.946 -8.966
## genoG03 genoG04 genoG05
## 12.384 18.516 17.206
## genoG06 genoG07 genoG08
## -16.804 -10.776 -5.608
## genoG09 genoG10 genoG11
## 29.830 -4.130 17.392
## genoG12 genoG13 genoG14
## 10.262 -8.860 3.530
## genoG15 riegosequia:genoG02 riegosequia:genoG03
## 32.802 0.236 -5.142
## riegosequia:genoG04 riegosequia:genoG05 riegosequia:genoG06
## -15.690 -13.146 -0.182
## riegosequia:genoG07 riegosequia:genoG08 riegosequia:genoG09
## 3.222 -4.340 -16.346
## riegosequia:genoG10 riegosequia:genoG11 riegosequia:genoG12
## 7.632 -5.198 -12.302
## riegosequia:genoG13 riegosequia:genoG14 riegosequia:genoG15
## 2.490 -2.624 -16.342
##
## $model$clean
## Linear mixed model fit by REML ['lmerMod']
## Formula: tubdw ~ riego * geno + (1 | bloque)
## Data: cleandt
## REML criterion at convergence: 913.7656
## Random effects:
## Groups Name Std.Dev.
## bloque (Intercept) 2.975
## Residual 8.972
## Number of obs: 149, groups: bloque, 5
## Fixed Effects:
## (Intercept) riegosequia genoG02
## 33.996 -10.946 -8.966
## genoG03 genoG04 genoG05
## 12.384 25.951 17.206
## genoG06 genoG07 genoG08
## -16.804 -10.776 -5.608
## genoG09 genoG10 genoG11
## 29.830 -4.130 17.392
## genoG12 genoG13 genoG14
## 10.262 -8.860 3.530
## genoG15 riegosequia:genoG02 riegosequia:genoG03
## 32.802 0.236 -5.142
## riegosequia:genoG04 riegosequia:genoG05 riegosequia:genoG06
## -23.125 -13.146 -0.182
## riegosequia:genoG07 riegosequia:genoG08 riegosequia:genoG09
## 3.222 -4.340 -16.346
## riegosequia:genoG10 riegosequia:genoG11 riegosequia:genoG12
## 7.632 -5.198 -12.302
## riegosequia:genoG13 riegosequia:genoG14 riegosequia:genoG15
## 2.490 -2.624 -16.3426.3.3 Comparación de medias
library(agricolae)
library(tidyverse)
tukey_interaccion <- HSD.test(modelo, c("riego","geno"), group = TRUE)
print(tukey_interaccion)
## $statistics
## MSerror Df Mean CV MSD
## 88.27419 116 31.71713 29.62258 22.84993
##
## $parameters
## test name.t ntr StudentizedRange alpha
## Tukey riego:geno 30 5.438172 0.05
##
## $means
## tubdw std r se Min Max Q25 Q50 Q75
## irrigado:G01 33.996 8.879416 5 4.201766 22.45 45.29 28.16 36.06 38.02
## irrigado:G02 25.030 6.874013 5 4.201766 13.17 30.23 25.48 27.18 29.09
## irrigado:G03 46.380 14.714347 5 4.201766 29.93 67.71 35.59 47.52 51.15
## irrigado:G04 52.512 21.647849 5 4.201766 18.95 76.86 46.89 57.32 62.54
## irrigado:G05 51.202 14.995163 5 4.201766 36.44 70.07 36.46 51.44 61.60
## irrigado:G06 17.192 10.085315 5 4.201766 9.58 34.79 12.21 13.72 15.66
## irrigado:G07 23.220 14.656739 5 4.201766 11.81 42.67 12.79 13.48 35.35
## irrigado:G08 28.388 6.534058 5 4.201766 21.96 39.26 25.48 26.72 28.52
## irrigado:G09 63.826 14.171633 5 4.201766 50.34 86.16 56.52 57.22 68.89
## irrigado:G10 29.866 12.131625 5 4.201766 19.44 48.73 20.38 26.29 34.49
## irrigado:G11 51.388 11.117278 5 4.201766 38.76 64.12 41.47 52.67 59.92
## irrigado:G12 44.258 12.786979 5 4.201766 31.66 61.34 34.09 40.62 53.58
## irrigado:G13 25.136 2.204480 5 4.201766 22.03 27.44 23.81 25.72 26.68
## irrigado:G14 37.526 14.289390 5 4.201766 18.21 53.68 29.72 37.46 48.56
## irrigado:G15 66.798 13.788666 5 4.201766 45.41 78.64 62.46 68.86 78.62
## sequia:G01 23.050 7.157828 5 4.201766 15.33 33.12 19.44 19.80 27.56
## sequia:G02 14.320 2.992215 5 4.201766 10.20 17.67 13.42 13.51 16.80
## sequia:G03 30.292 3.404096 5 4.201766 27.00 35.63 27.72 30.19 30.92
## sequia:G04 25.876 2.058805 5 4.201766 22.34 27.52 25.92 26.66 26.94
## sequia:G05 27.110 6.310681 5 4.201766 21.54 36.86 21.59 26.82 28.74
## sequia:G06 6.064 3.960383 5 4.201766 2.37 12.78 4.32 5.17 5.68
## sequia:G07 15.496 4.517962 5 4.201766 10.75 20.52 11.63 14.79 19.79
## sequia:G08 13.102 5.991108 5 4.201766 4.05 18.90 10.52 14.55 17.49
## sequia:G09 36.534 9.717187 5 4.201766 21.00 44.83 34.89 37.41 44.54
## sequia:G10 26.552 4.650470 5 4.201766 21.36 31.69 22.76 26.09 30.86
## sequia:G11 35.244 10.324719 5 4.201766 23.80 45.43 24.40 40.64 41.95
## sequia:G12 21.010 1.767583 5 4.201766 19.21 23.44 19.75 20.44 22.21
## sequia:G13 16.680 3.382632 5 4.201766 12.25 21.13 15.25 16.10 18.67
## sequia:G14 23.956 4.971497 5 4.201766 19.05 30.27 19.63 22.97 27.86
## sequia:G15 39.510 11.303157 5 4.201766 23.78 50.53 33.75 39.54 49.95
##
## $comparison
## NULL
##
## $groups
## tubdw groups
## irrigado:G15 66.798 a
## irrigado:G09 63.826 a
## irrigado:G04 52.512 ab
## irrigado:G11 51.388 ab
## irrigado:G05 51.202 abc
## irrigado:G03 46.380 abcd
## irrigado:G12 44.258 abcde
## sequia:G15 39.510 bcdef
## irrigado:G14 37.526 bcdefg
## sequia:G09 36.534 bcdefgh
## sequia:G11 35.244 bcdefghi
## irrigado:G01 33.996 bcdefghi
## sequia:G03 30.292 bcdefghi
## irrigado:G10 29.866 bcdefghi
## irrigado:G08 28.388 cdefghij
## sequia:G05 27.110 defghij
## sequia:G10 26.552 defghij
## sequia:G04 25.876 defghij
## irrigado:G13 25.136 defghij
## irrigado:G02 25.030 defghij
## sequia:G14 23.956 defghij
## irrigado:G07 23.220 efghij
## sequia:G01 23.050 efghij
## sequia:G12 21.010 fghij
## irrigado:G06 17.192 fghij
## sequia:G13 16.680 fghij
## sequia:G07 15.496 ghij
## sequia:G02 14.320 hij
## sequia:G08 13.102 ij
## sequia:G06 6.064 j
##
## attr(,"class")
## [1] "group"
plot(tukey_interaccion)
str(tukey_interaccion)
## List of 5
## $ statistics:'data.frame': 1 obs. of 5 variables:
## ..$ MSerror: num 88.3
## ..$ Df : int 116
## ..$ Mean : num 31.7
## ..$ CV : num 29.6
## ..$ MSD : num 22.8
## $ parameters:'data.frame': 1 obs. of 5 variables:
## ..$ test : chr "Tukey"
## ..$ name.t : chr "riego:geno"
## ..$ ntr : int 30
## ..$ StudentizedRange: num 5.44
## ..$ alpha : num 0.05
## $ means :'data.frame': 30 obs. of 9 variables:
## ..$ tubdw: num [1:30] 34 25 46.4 52.5 51.2 ...
## ..$ std : num [1:30] 8.88 6.87 14.71 21.65 15 ...
## ..$ r : int [1:30] 5 5 5 5 5 5 5 5 5 5 ...
## ..$ se : num [1:30] 4.2 4.2 4.2 4.2 4.2 ...
## ..$ Min : num [1:30] 22.4 13.2 29.9 18.9 36.4 ...
## ..$ Max : num [1:30] 45.3 30.2 67.7 76.9 70.1 ...
## ..$ Q25 : num [1:30] 28.2 25.5 35.6 46.9 36.5 ...
## ..$ Q50 : num [1:30] 36.1 27.2 47.5 57.3 51.4 ...
## ..$ Q75 : num [1:30] 38 29.1 51.1 62.5 61.6 ...
## $ comparison: NULL
## $ groups :'data.frame': 30 obs. of 2 variables:
## ..$ tubdw : num [1:30] 66.8 63.8 52.5 51.4 51.2 ...
## ..$ groups: chr [1:30] "a" "a" "ab" "ab" ...
## - attr(*, "class")= chr "group"
grupos <- tukey_interaccion$groups %>%
rownames_to_column("Tratamientos") %>%
separate("Tratamientos", into = c("riego","geno"))
str(grupos)
## 'data.frame': 30 obs. of 4 variables:
## $ riego : chr "irrigado" "irrigado" "irrigado" "irrigado" ...
## $ geno : chr "G15" "G09" "G04" "G11" ...
## $ tubdw : num 66.8 63.8 52.5 51.4 51.2 ...
## $ groups: chr "a" "a" "ab" "ab" ...ggplot(grupos, aes(x = geno, y = tubdw, fill = riego)) +
geom_bar(stat = "identity", position = position_dodge()) +
geom_text(aes(label = groups),
position = position_dodge(width = 0.9),
vjust = -0.3,
size = 3) +
labs(title = "Efecto de Geno y Riego en TUBDW",
x = "Genotipo",
y = "TUBDW") +
theme_minimal() +
scale_fill_discrete(name = "Riego") +
theme(axis.text.x = element_text(angle = 45, hjust = 1))
El G15 y G09 serían los mejores genotipos para condiciones de buen riego teniendo los valores más altos. Además, el gráfico nos presenta que todos son estadísticamente diferentes.
6.4 Transpiración total (l)
6.4.1 Modelo lineal de ttrans
ANOVA
modelo <- aov(formula = ttrans ~ bloque + riego + geno + riego*geno
, data = fb)
anova(modelo)
## Analysis of Variance Table
##
## Response: ttrans
## Df Sum Sq Mean Sq F value Pr(>F)
## bloque 4 17.49 4.37 3.4162 0.01114 *
## riego 1 416.31 416.31 325.3217 < 0.0000000000000002 ***
## geno 14 272.13 19.44 15.1897 < 0.0000000000000002 ***
## riego:geno 14 29.71 2.12 1.6585 0.07398 .
## Residuals 116 148.44 1.28
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1Interpretación:El análisis de varianza muestra que los factores riego y genotipo tienen un efecto altamente significativo sobre la variable peso seco de las hojas, indicando que ambos factores influyen fuertemente en el resultado.
Prueba de normalidad
plot(modelo)
Las gráfica de residuos estandarizados muestra que los puntos siguen de manera bastante cercana la línea diagonal, lo cual indica que los residuos se aproximan a una distribución normal. A excepción de algunos puntos en los extremos.
Interacción de niveles de riego y Geno
library(ggplot2)
ggplot(fb, aes(x = geno, y = ttrans, colour = riego)) +
geom_boxplot(outlier.colour = "red", outlier.shape = 16, outlier.size = 2) +
labs(title = "Boxplot con interacción de niveles de riego y genotipo",
x = "Interacción Riego y Genotipo",
y = "Transpiraciòn total")
theme_minimal() +
theme(axis.text.x = element_text(angle = 45, hjust = 1)) # Inclinar etiquetas del eje X
## List of 136
## $ line :List of 6
## ..$ colour : chr "black"
## ..$ linewidth : num 0.5
## ..$ linetype : num 1
## ..$ lineend : chr "butt"
## ..$ arrow : logi FALSE
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_line" "element"
## $ rect :List of 5
## ..$ fill : chr "white"
## ..$ colour : chr "black"
## ..$ linewidth : num 0.5
## ..$ linetype : num 1
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_rect" "element"
## $ text :List of 11
## ..$ family : chr ""
## ..$ face : chr "plain"
## ..$ colour : chr "black"
## ..$ size : num 11
## ..$ hjust : num 0.5
## ..$ vjust : num 0.5
## ..$ angle : num 0
## ..$ lineheight : num 0.9
## ..$ margin : 'margin' num [1:4] 0points 0points 0points 0points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : logi FALSE
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ title : NULL
## $ aspect.ratio : NULL
## $ axis.title : NULL
## $ axis.title.x :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : NULL
## ..$ vjust : num 1
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 2.75points 0points 0points 0points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.title.x.top :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : NULL
## ..$ vjust : num 0
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 0points 0points 2.75points 0points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.title.x.bottom : NULL
## $ axis.title.y :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : NULL
## ..$ vjust : num 1
## ..$ angle : num 90
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 0points 2.75points 0points 0points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.title.y.left : NULL
## $ axis.title.y.right :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : NULL
## ..$ vjust : num 1
## ..$ angle : num -90
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 0points 0points 0points 2.75points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.text :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : chr "grey30"
## ..$ size : 'rel' num 0.8
## ..$ hjust : NULL
## ..$ vjust : NULL
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : NULL
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.text.x :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : num 1
## ..$ vjust : num 1
## ..$ angle : num 45
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 2.2points 0points 0points 0points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi FALSE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.text.x.top :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : NULL
## ..$ vjust : num 0
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 0points 0points 2.2points 0points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.text.x.bottom : NULL
## $ axis.text.y :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : num 1
## ..$ vjust : NULL
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 0points 2.2points 0points 0points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.text.y.left : NULL
## $ axis.text.y.right :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : num 0
## ..$ vjust : NULL
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 0points 0points 0points 2.2points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.text.theta : NULL
## $ axis.text.r :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : num 0.5
## ..$ vjust : NULL
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 0points 2.2points 0points 2.2points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.ticks : list()
## ..- attr(*, "class")= chr [1:2] "element_blank" "element"
## $ axis.ticks.x : NULL
## $ axis.ticks.x.top : NULL
## $ axis.ticks.x.bottom : NULL
## $ axis.ticks.y : NULL
## $ axis.ticks.y.left : NULL
## $ axis.ticks.y.right : NULL
## $ axis.ticks.theta : NULL
## $ axis.ticks.r : NULL
## $ axis.minor.ticks.x.top : NULL
## $ axis.minor.ticks.x.bottom : NULL
## $ axis.minor.ticks.y.left : NULL
## $ axis.minor.ticks.y.right : NULL
## $ axis.minor.ticks.theta : NULL
## $ axis.minor.ticks.r : NULL
## $ axis.ticks.length : 'simpleUnit' num 2.75points
## ..- attr(*, "unit")= int 8
## $ axis.ticks.length.x : NULL
## $ axis.ticks.length.x.top : NULL
## $ axis.ticks.length.x.bottom : NULL
## $ axis.ticks.length.y : NULL
## $ axis.ticks.length.y.left : NULL
## $ axis.ticks.length.y.right : NULL
## $ axis.ticks.length.theta : NULL
## $ axis.ticks.length.r : NULL
## $ axis.minor.ticks.length : 'rel' num 0.75
## $ axis.minor.ticks.length.x : NULL
## $ axis.minor.ticks.length.x.top : NULL
## $ axis.minor.ticks.length.x.bottom: NULL
## $ axis.minor.ticks.length.y : NULL
## $ axis.minor.ticks.length.y.left : NULL
## $ axis.minor.ticks.length.y.right : NULL
## $ axis.minor.ticks.length.theta : NULL
## $ axis.minor.ticks.length.r : NULL
## $ axis.line : list()
## ..- attr(*, "class")= chr [1:2] "element_blank" "element"
## $ axis.line.x : NULL
## $ axis.line.x.top : NULL
## $ axis.line.x.bottom : NULL
## $ axis.line.y : NULL
## $ axis.line.y.left : NULL
## $ axis.line.y.right : NULL
## $ axis.line.theta : NULL
## $ axis.line.r : NULL
## $ legend.background : list()
## ..- attr(*, "class")= chr [1:2] "element_blank" "element"
## $ legend.margin : 'margin' num [1:4] 5.5points 5.5points 5.5points 5.5points
## ..- attr(*, "unit")= int 8
## $ legend.spacing : 'simpleUnit' num 11points
## ..- attr(*, "unit")= int 8
## $ legend.spacing.x : NULL
## $ legend.spacing.y : NULL
## $ legend.key : list()
## ..- attr(*, "class")= chr [1:2] "element_blank" "element"
## $ legend.key.size : 'simpleUnit' num 1.2lines
## ..- attr(*, "unit")= int 3
## $ legend.key.height : NULL
## $ legend.key.width : NULL
## $ legend.key.spacing : 'simpleUnit' num 5.5points
## ..- attr(*, "unit")= int 8
## $ legend.key.spacing.x : NULL
## $ legend.key.spacing.y : NULL
## $ legend.frame : NULL
## $ legend.ticks : NULL
## $ legend.ticks.length : 'rel' num 0.2
## $ legend.axis.line : NULL
## $ legend.text :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : 'rel' num 0.8
## ..$ hjust : NULL
## ..$ vjust : NULL
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : NULL
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ legend.text.position : NULL
## $ legend.title :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : num 0
## ..$ vjust : NULL
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : NULL
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ legend.title.position : NULL
## $ legend.position : chr "right"
## $ legend.position.inside : NULL
## $ legend.direction : NULL
## $ legend.byrow : NULL
## $ legend.justification : chr "center"
## $ legend.justification.top : NULL
## $ legend.justification.bottom : NULL
## $ legend.justification.left : NULL
## $ legend.justification.right : NULL
## $ legend.justification.inside : NULL
## $ legend.location : NULL
## $ legend.box : NULL
## $ legend.box.just : NULL
## $ legend.box.margin : 'margin' num [1:4] 0cm 0cm 0cm 0cm
## ..- attr(*, "unit")= int 1
## $ legend.box.background : list()
## ..- attr(*, "class")= chr [1:2] "element_blank" "element"
## $ legend.box.spacing : 'simpleUnit' num 11points
## ..- attr(*, "unit")= int 8
## [list output truncated]
## - attr(*, "class")= chr [1:2] "theme" "gg"
## - attr(*, "complete")= logi TRUE
## - attr(*, "validate")= logi TRUEEl boxplot muestra que la transpiración total es mayor bajo riego, en comparación con sequía, para la mayoría de los genotipos, indicando que el riego aumenta la transpiración. Además, se observa valores atípicos, es decir, datos que se alejan considerablemente del rango intercuartílico para cada combinación de riego y genotipo.
6.4.2 Modelo lineal mixto
library(lme4)
library(lmerTest)
model <- lme4::lmer(formula = ttrans ~ riego * geno + (1|bloque), data = fb)
anova(model)
## Analysis of Variance Table
## npar Sum Sq Mean Sq F value
## riego 1 416.31 416.31 325.3217
## geno 14 272.13 19.44 15.1897
## riego:geno 14 29.71 2.12 1.6585Prueba de normalida
plot(modelo)
Eliminación de datos atípicos
ol <- boxplot(ttrans ~ riego * geno, fb)
ol
## $stats
## [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [,11] [,12]
## [1,] 6.388 3.711 6.329 2.863 5.495 3.788 9.341 4.881 7.704 5.023 7.227 3.713
## [2,] 6.420 4.086 6.329 2.904 5.867 3.813 9.341 4.881 8.208 5.023 7.227 3.944
## [3,] 8.321 4.499 6.355 3.538 6.964 3.848 10.045 4.924 9.262 5.066 7.415 4.099
## [4,] 8.388 5.971 6.937 3.547 7.370 4.067 10.188 5.400 10.167 5.159 7.522 4.364
## [5,] 9.430 6.431 7.040 3.831 8.130 4.263 10.396 5.492 11.745 5.159 7.522 4.574
## [,13] [,14] [,15] [,16] [,17] [,18] [,19] [,20] [,21] [,22] [,23] [,24]
## [1,] 1.965 2.196 6.747 3.650 7.890 4.684 3.291 3.499 4.893 2.928 7.921 4.469
## [2,] 2.296 2.196 7.073 3.650 9.759 5.828 5.410 3.565 5.931 2.984 8.823 4.886
## [3,] 2.377 2.212 7.114 4.067 11.010 6.927 5.680 3.671 7.663 4.524 9.288 5.483
## [4,] 4.373 2.397 7.514 4.436 11.212 6.970 7.174 4.121 7.862 4.905 10.363 5.492
## [5,] 5.838 2.525 7.514 4.619 12.296 7.082 8.014 4.121 9.247 5.002 11.320 6.316
## [,25] [,26] [,27] [,28] [,29] [,30]
## [1,] 7.666 3.371 7.929 4.416 6.734 4.429
## [2,] 7.942 4.685 8.561 4.701 8.177 5.014
## [3,] 9.237 4.719 9.059 4.970 9.338 5.502
## [4,] 9.245 5.611 9.489 5.789 9.812 6.160
## [5,] 9.355 6.570 9.489 6.066 10.374 6.249
##
## $n
## [1] 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
##
## $conf
## [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8]
## [1,] 6.930416 3.167064 5.925389 3.083658 5.901984 3.668524 9.446512 4.557276
## [2,] 9.711584 5.830936 6.784611 3.992342 8.026016 4.027476 10.643488 5.290724
## [,9] [,10] [,11] [,12] [,13] [,14] [,15] [,16]
## [1,] 7.877776 4.969903 7.206554 3.802229 0.909397 2.069974 6.802391 3.511614
## [2,] 10.646224 5.162097 7.623446 4.395771 3.844603 2.354026 7.425609 4.622386
## [,17] [,18] [,19] [,20] [,21] [,22] [,23] [,24]
## [1,] 9.983314 6.120066 4.433562 3.278132 6.29856 3.166626 8.19984 5.054802
## [2,] 12.036686 7.733934 6.926438 4.063868 9.02744 5.881374 10.37616 5.911198
## [,25] [,26] [,27] [,28] [,29] [,30]
## [1,] 8.316303 4.064691 8.403278 4.201222 8.182713 4.692239
## [2,] 10.157697 5.373309 9.714722 5.738778 10.493287 6.311761
##
## $out
## [1] 4.137 5.682 3.517 5.881 4.366 6.327 10.269 1.484 8.846 2.424
## [11] 5.626 11.503
##
## $group
## [1] 3 7 8 10 10 11 11 14 15 16 20 27
##
## $names
## [1] "irrigado.G01" "sequia.G01" "irrigado.G02" "sequia.G02" "irrigado.G03"
## [6] "sequia.G03" "irrigado.G04" "sequia.G04" "irrigado.G05" "sequia.G05"
## [11] "irrigado.G06" "sequia.G06" "irrigado.G07" "sequia.G07" "irrigado.G08"
## [16] "sequia.G08" "irrigado.G09" "sequia.G09" "irrigado.G10" "sequia.G10"
## [21] "irrigado.G11" "sequia.G11" "irrigado.G12" "sequia.G12" "irrigado.G13"
## [26] "sequia.G13" "irrigado.G14" "sequia.G14" "irrigado.G15" "sequia.G15"library(inti)
model <- remove_outliers(data = fb
, formula = ttrans ~ riego * geno + (1|bloque)
, plot_diag = T)
model
## $data
## $data$raw
## # A tibble: 150 × 5
## index riego geno bloque ttrans
## <chr> <chr> <chr> <chr> <dbl>
## 1 1 sequia G01 II 4.50
## 2 2 sequia G02 IV 3.54
## 3 3 irrigado G01 III 8.39
## 4 4 sequia G02 I 2.90
## 5 5 irrigado G03 II 7.37
## 6 6 irrigado G04 V 10.0
## 7 7 irrigado G01 I 6.39
## 8 8 irrigado G05 IV 9.26
## 9 9 sequia G06 II 4.36
## 10 10 sequia G05 I 5.16
## # ℹ 140 more rows
##
## $data$clean
## index riego geno bloque ttrans
## 1 1 sequia G01 II 4.499
## 2 2 sequia G02 IV 3.538
## 3 3 irrigado G01 III 8.388
## 4 4 sequia G02 I 2.904
## 5 5 irrigado G03 II 7.370
## 6 6 irrigado G04 V 10.045
## 7 7 irrigado G01 I 6.388
## 8 8 irrigado G05 IV 9.262
## 9 9 sequia G06 II 4.364
## 10 10 sequia G05 I 5.159
## 11 11 irrigado G01 II 8.321
## 12 12 sequia G07 II 2.525
## 13 13 irrigado G08 II 6.747
## 14 14 irrigado G06 III 7.522
## 15 15 irrigado G09 III 11.010
## 16 16 irrigado G10 II 5.410
## 17 17 sequia G11 I 5.002
## 18 18 sequia G12 III 4.469
## 19 19 irrigado G07 I 2.377
## 20 20 irrigado G04 II 9.341
## 21 21 irrigado G13 II 9.245
## 22 22 irrigado G14 III 7.929
## 23 23 irrigado G04 IV 10.188
## 24 24 sequia G04 V 3.517
## 25 25 sequia G08 V 3.650
## 26 26 sequia G04 III 4.881
## 27 27 sequia G01 IV 5.971
## 28 28 irrigado G10 I 5.680
## 29 29 irrigado G08 V 7.073
## 30 30 irrigado G02 V 6.329
## 31 31 irrigado G07 III 5.838
## 32 32 irrigado G08 I 7.514
## 33 33 irrigado G14 V 11.503
## 34 34 irrigado G03 I 5.867
## 35 35 sequia G13 III 3.371
## 36 36 sequia G01 V 4.086
## 37 37 sequia G03 I 3.848
## 38 38 irrigado G15 III 10.374
## 39 39 irrigado G03 IV 8.130
## 40 40 irrigado G09 IV 12.296
## 41 41 irrigado G11 II 4.893
## 42 42 sequia G03 V 3.788
## 43 43 sequia G11 III 4.524
## 44 44 irrigado G06 V 7.227
## 45 45 sequia G05 V 5.881
## 46 46 sequia G08 IV 4.436
## 47 47 irrigado G11 IV 9.247
## 48 48 sequia G11 II 2.984
## 49 49 irrigado G10 III 8.014
## 50 50 sequia G06 IV 4.574
## 51 51 sequia G09 I 4.684
## 52 52 irrigado G11 I 5.931
## 53 53 sequia G11 IV 4.905
## 54 54 irrigado G15 IV 6.734
## 55 55 irrigado G13 IV 9.355
## 56 56 sequia G14 V 4.970
## 57 57 irrigado G02 IV 7.040
## 58 58 irrigado G09 II 11.212
## 59 59 irrigado G02 III 6.355
## 60 60 sequia G08 III 4.619
## 61 61 irrigado G06 II 6.327
## 62 62 sequia G13 IV 4.685
## 63 63 sequia G14 III 4.701
## 64 64 sequia G04 II 5.492
## 65 65 irrigado G11 III 7.862
## 66 66 irrigado G07 II 1.965
## 67 67 irrigado G08 IV 7.114
## 68 68 sequia G05 IV 4.366
## 69 69 irrigado G04 I 5.682
## 70 70 irrigado G11 V 7.663
## 71 71 irrigado G12 I 8.823
## 72 72 sequia G14 IV 5.789
## 73 73 sequia G07 III 2.397
## 74 74 irrigado G03 III 5.495
## 75 75 sequia G01 I 3.711
## 76 76 sequia G04 I 5.400
## 77 77 sequia G03 II 4.263
## 78 78 irrigado G15 II 9.812
## 79 79 sequia G12 IV 5.492
## 80 80 sequia G12 I 4.886
## 81 81 sequia G08 I 2.424
## 82 82 sequia G05 II 5.066
## 83 83 sequia G02 II 2.863
## 84 84 sequia G10 I 3.565
## 85 85 sequia G15 I 6.249
## 86 86 irrigado G07 V 2.296
## 87 87 sequia G10 V 3.499
## 88 88 sequia G13 II 5.611
## 89 89 sequia G07 V 2.212
## 90 90 sequia G03 III 3.813
## 91 91 sequia G15 IV 5.502
## 92 92 sequia G13 I 6.570
## 93 93 sequia G03 IV 4.067
## 94 94 irrigado G10 V 7.174
## 95 95 sequia G13 V 4.719
## 96 96 sequia G09 II 7.082
## 97 97 irrigado G14 IV 9.489
## 98 98 irrigado G01 V 6.420
## 99 99 sequia G01 III 6.431
## 100 100 irrigado G06 IV 10.269
## 101 101 sequia G04 IV 4.924
## 102 102 irrigado G15 V 8.177
## 103 103 irrigado G13 III 7.666
## 104 104 irrigado G02 II 6.937
## 105 105 sequia G08 II 4.067
## 106 106 irrigado G04 III 10.396
## 107 107 sequia G02 V 3.547
## 108 108 sequia G06 V 3.713
## 109 109 irrigado G15 I 9.338
## 110 110 irrigado G13 V 9.237
## 111 111 irrigado G05 V 7.704
## 112 112 sequia G09 III 6.927
## 113 113 sequia G09 V 5.828
## 114 114 sequia G10 II 3.671
## 115 115 irrigado G07 IV 4.373
## 116 116 irrigado G05 I 8.208
## 117 117 irrigado G02 I 4.137
## 118 118 sequia G05 III 5.023
## 119 119 irrigado G12 II 7.921
## 120 120 sequia G15 III 5.014
## 121 121 irrigado G13 I 7.942
## 122 122 sequia G14 II 6.066
## 123 123 sequia G12 II 6.316
## 124 124 sequia G15 II 4.429
## 125 125 irrigado G09 V 7.890
## 126 126 sequia G06 I 4.099
## 127 127 sequia G09 IV 6.970
## 128 128 sequia G15 V 6.160
## 129 129 irrigado G14 I 8.561
## 130 130 sequia G06 III 3.944
## 131 131 irrigado G01 IV 9.430
## 132 132 irrigado G12 III 10.363
## 133 133 sequia G12 V 5.483
## 134 134 irrigado G12 V 11.320
## 135 135 sequia G11 V 2.928
## 136 136 irrigado G12 IV 9.288
## 137 137 irrigado G09 I 9.759
## 138 138 sequia G02 III 3.831
## 139 139 sequia G07 I 2.196
## 140 140 irrigado G08 III 8.846
## 141 141 irrigado G06 I 7.415
## 142 142 irrigado G10 IV 3.291
## 143 143 irrigado G03 V 6.964
## 144 144 sequia G07 IV 1.484
## 145 145 irrigado G05 III 10.167
## 146 146 sequia G14 I 4.416
## 147 147 sequia G10 III 5.626
## 148 148 irrigado G14 II 9.059
## 149 149 irrigado G05 II 11.745
## 150 150 sequia G10 IV 4.121
##
##
## $outliers
## [1] index riego geno bloque ttrans resi
## [7] res_MAD rawp.BHStud adjp bholm out_flag
## <0 rows> (o 0- extensión row.names)
##
## $diagplot
##
## $model
## $model$raw
## Linear mixed model fit by REML ['lmerMod']
## Formula: ttrans ~ riego * geno + (1 | bloque)
## Data: rawdt
## REML criterion at convergence: 423.3364
## Random effects:
## Groups Name Std.Dev.
## bloque (Intercept) 0.321
## Residual 1.131
## Number of obs: 150, groups: bloque, 5
## Fixed Effects:
## (Intercept) riegosequia genoG02
## 7.7894 -2.8498 -1.6298
## genoG03 genoG04 genoG05
## -1.0242 1.3410 1.6278
## genoG06 genoG07 genoG08
## -0.0374 -4.4196 -0.3306
## genoG09 genoG10 genoG11
## 2.6440 -1.8756 -0.6702
## genoG12 genoG13 genoG14
## 1.7536 0.8996 1.5188
## genoG15 riegosequia:genoG02 riegosequia:genoG03
## 1.0976 0.0268 0.0404
## riegosequia:genoG04 riegosequia:genoG05 riegosequia:genoG06
## -1.4378 -1.4684 -0.7634
## riegosequia:genoG07 riegosequia:genoG08 riegosequia:genoG09
## 1.6428 -0.7698 -1.2854
## riegosequia:genoG10 riegosequia:genoG11 riegosequia:genoG12
## 1.0324 -0.2008 -1.3640
## riegosequia:genoG13 riegosequia:genoG14 riegosequia:genoG15
## -0.8480 -1.2700 -0.5664
##
## $model$clean
## Linear mixed model fit by REML ['lmerMod']
## Formula: ttrans ~ riego * geno + (1 | bloque)
## Data: cleandt
## REML criterion at convergence: 423.3364
## Random effects:
## Groups Name Std.Dev.
## bloque (Intercept) 0.321
## Residual 1.131
## Number of obs: 150, groups: bloque, 5
## Fixed Effects:
## (Intercept) riegosequia genoG02
## 7.7894 -2.8498 -1.6298
## genoG03 genoG04 genoG05
## -1.0242 1.3410 1.6278
## genoG06 genoG07 genoG08
## -0.0374 -4.4196 -0.3306
## genoG09 genoG10 genoG11
## 2.6440 -1.8756 -0.6702
## genoG12 genoG13 genoG14
## 1.7536 0.8996 1.5188
## genoG15 riegosequia:genoG02 riegosequia:genoG03
## 1.0976 0.0268 0.0404
## riegosequia:genoG04 riegosequia:genoG05 riegosequia:genoG06
## -1.4378 -1.4684 -0.7634
## riegosequia:genoG07 riegosequia:genoG08 riegosequia:genoG09
## 1.6428 -0.7698 -1.2854
## riegosequia:genoG10 riegosequia:genoG11 riegosequia:genoG12
## 1.0324 -0.2008 -1.3640
## riegosequia:genoG13 riegosequia:genoG14 riegosequia:genoG15
## -0.8480 -1.2700 -0.56646.4.3 Comparación de medias
library(agricolae)
library(tidyverse)
tukey_interaccion <- HSD.test(modelo, c("riego","geno"), group = TRUE)
print(tukey_interaccion)
## $statistics
## MSerror Df Mean CV MSD
## 1.279687 116 6.183113 18.29552 2.751186
##
## $parameters
## test name.t ntr StudentizedRange alpha
## Tukey riego:geno 30 5.438172 0.05
##
## $means
## ttrans std r se Min Max Q25 Q50 Q75
## irrigado:G01 7.7894 1.3389984 5 0.5059026 6.388 9.430 6.420 8.321 8.388
## irrigado:G02 6.1596 1.1765674 5 0.5059026 4.137 7.040 6.329 6.355 6.937
## irrigado:G03 6.7652 1.0826074 5 0.5059026 5.495 8.130 5.867 6.964 7.370
## irrigado:G04 9.1304 1.9680301 5 0.5059026 5.682 10.396 9.341 10.045 10.188
## irrigado:G05 9.4172 1.6126189 5 0.5059026 7.704 11.745 8.208 9.262 10.167
## irrigado:G06 7.7520 1.4839144 5 0.5059026 6.327 10.269 7.227 7.415 7.522
## irrigado:G07 3.3698 1.6741104 5 0.5059026 1.965 5.838 2.296 2.377 4.373
## irrigado:G08 7.4588 0.8218514 5 0.5059026 6.747 8.846 7.073 7.114 7.514
## irrigado:G09 10.4334 1.6831268 5 0.5059026 7.890 12.296 9.759 11.010 11.212
## irrigado:G10 5.9138 1.8156611 5 0.5059026 3.291 8.014 5.410 5.680 7.174
## irrigado:G11 7.1192 1.7133876 5 0.5059026 4.893 9.247 5.931 7.663 7.862
## irrigado:G12 9.5430 1.3270680 5 0.5059026 7.921 11.320 8.823 9.288 10.363
## irrigado:G13 8.6890 0.8150972 5 0.5059026 7.666 9.355 7.942 9.237 9.245
## irrigado:G14 9.3082 1.3576116 5 0.5059026 7.929 11.503 8.561 9.059 9.489
## irrigado:G15 8.8870 1.4499745 5 0.5059026 6.734 10.374 8.177 9.338 9.812
## sequia:G01 4.9396 1.1958553 5 0.5059026 3.711 6.431 4.086 4.499 5.971
## sequia:G02 3.3366 0.4303200 5 0.5059026 2.863 3.831 2.904 3.538 3.547
## sequia:G03 3.9558 0.2042711 5 0.5059026 3.788 4.263 3.813 3.848 4.067
## sequia:G04 4.8428 0.7902105 5 0.5059026 3.517 5.492 4.881 4.924 5.400
## sequia:G05 5.0990 0.5383489 5 0.5059026 4.366 5.881 5.023 5.066 5.159
## sequia:G06 4.1388 0.3394668 5 0.5059026 3.713 4.574 3.944 4.099 4.364
## sequia:G07 2.1628 0.4032155 5 0.5059026 1.484 2.525 2.196 2.212 2.397
## sequia:G08 3.8392 0.8738906 5 0.5059026 2.424 4.619 3.650 4.067 4.436
## sequia:G09 6.2982 1.0353474 5 0.5059026 4.684 7.082 5.828 6.927 6.970
## sequia:G10 4.0964 0.8888925 5 0.5059026 3.499 5.626 3.565 3.671 4.121
## sequia:G11 4.0686 1.0314450 5 0.5059026 2.928 5.002 2.984 4.524 4.905
## sequia:G12 5.3292 0.7000541 5 0.5059026 4.469 6.316 4.886 5.483 5.492
## sequia:G13 4.9912 1.1905525 5 0.5059026 3.371 6.570 4.685 4.719 5.611
## sequia:G14 5.1884 0.7093591 5 0.5059026 4.416 6.066 4.701 4.970 5.789
## sequia:G15 5.4708 0.7706456 5 0.5059026 4.429 6.249 5.014 5.502 6.160
##
## $comparison
## NULL
##
## $groups
## ttrans groups
## irrigado:G09 10.4334 a
## irrigado:G12 9.5430 ab
## irrigado:G05 9.4172 abc
## irrigado:G14 9.3082 abc
## irrigado:G04 9.1304 abc
## irrigado:G15 8.8870 abcd
## irrigado:G13 8.6890 abcd
## irrigado:G01 7.7894 abcde
## irrigado:G06 7.7520 abcde
## irrigado:G08 7.4588 bcdef
## irrigado:G11 7.1192 bcdef
## irrigado:G03 6.7652 cdefg
## sequia:G09 6.2982 defgh
## irrigado:G02 6.1596 defgh
## irrigado:G10 5.9138 efghi
## sequia:G15 5.4708 efghi
## sequia:G12 5.3292 efghi
## sequia:G14 5.1884 efghi
## sequia:G05 5.0990 efghi
## sequia:G13 4.9912 fghi
## sequia:G01 4.9396 fghi
## sequia:G04 4.8428 fghij
## sequia:G06 4.1388 ghij
## sequia:G10 4.0964 ghij
## sequia:G11 4.0686 ghij
## sequia:G03 3.9558 hij
## sequia:G08 3.8392 hij
## irrigado:G07 3.3698 ij
## sequia:G02 3.3366 ij
## sequia:G07 2.1628 j
##
## attr(,"class")
## [1] "group"
plot(tukey_interaccion)
str(tukey_interaccion)
## List of 5
## $ statistics:'data.frame': 1 obs. of 5 variables:
## ..$ MSerror: num 1.28
## ..$ Df : int 116
## ..$ Mean : num 6.18
## ..$ CV : num 18.3
## ..$ MSD : num 2.75
## $ parameters:'data.frame': 1 obs. of 5 variables:
## ..$ test : chr "Tukey"
## ..$ name.t : chr "riego:geno"
## ..$ ntr : int 30
## ..$ StudentizedRange: num 5.44
## ..$ alpha : num 0.05
## $ means :'data.frame': 30 obs. of 9 variables:
## ..$ ttrans: num [1:30] 7.79 6.16 6.77 9.13 9.42 ...
## ..$ std : num [1:30] 1.34 1.18 1.08 1.97 1.61 ...
## ..$ r : int [1:30] 5 5 5 5 5 5 5 5 5 5 ...
## ..$ se : num [1:30] 0.506 0.506 0.506 0.506 0.506 ...
## ..$ Min : num [1:30] 6.39 4.14 5.5 5.68 7.7 ...
## ..$ Max : num [1:30] 9.43 7.04 8.13 10.4 11.74 ...
## ..$ Q25 : num [1:30] 6.42 6.33 5.87 9.34 8.21 ...
## ..$ Q50 : num [1:30] 8.32 6.36 6.96 10.04 9.26 ...
## ..$ Q75 : num [1:30] 8.39 6.94 7.37 10.19 10.17 ...
## $ comparison: NULL
## $ groups :'data.frame': 30 obs. of 2 variables:
## ..$ ttrans: num [1:30] 10.43 9.54 9.42 9.31 9.13 ...
## ..$ groups: chr [1:30] "a" "ab" "abc" "abc" ...
## - attr(*, "class")= chr "group"
grupos <- tukey_interaccion$groups %>%
rownames_to_column("Tratamientos") %>%
separate("Tratamientos", into = c("riego","geno"))
str(grupos)
## 'data.frame': 30 obs. of 4 variables:
## $ riego : chr "irrigado" "irrigado" "irrigado" "irrigado" ...
## $ geno : chr "G09" "G12" "G05" "G14" ...
## $ ttrans: num 10.43 9.54 9.42 9.31 9.13 ...
## $ groups: chr "a" "ab" "abc" "abc" ...ggplot(grupos, aes(x = geno, y = ttrans, fill = riego)) +
geom_bar(stat = "identity", position = position_dodge()) +
geom_text(aes(label = groups),
position = position_dodge(width = 0.9),
vjust = -0.3,
size = 3) +
labs(title = "Efecto de Geno y Riego en TTRANS",
x = "Genotipo",
y = "TTRANS") +
theme_minimal() +
scale_fill_discrete(name = "Riego") +
theme(axis.text.x = element_text(angle = 45, hjust = 1))
Interpretación: La gráfica muestra la transpiración total de los genotipos (G01 a G15) bajo condiciones de riego irrigado y sequía. Los valores de transpiración total son generalmente mayores en irrigado, destacando el genotipo G09 con el valor más alto. En tal sentido se sugiere que el riego afecta la transpiración en distintos grados según el genotipo.
6.5 Eficiencia del uso del agua (g/l)
6.5.1 Modelo lineal de wue
ANOVA
modelo <- aov(formula = wue ~ bloque + riego + geno + riego*geno
, data = fb)
anova(modelo)
## Analysis of Variance Table
##
## Response: wue
## Df Sum Sq Mean Sq F value Pr(>F)
## bloque 4 14.723 3.681 1.4539 0.2208
## riego 1 118.465 118.465 46.7921 0.0000000003932 ***
## geno 14 123.100 8.793 3.4731 0.0000983737679 ***
## riego:geno 14 28.790 2.056 0.8123 0.6544
## Residuals 116 293.680 2.532
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1Interpretación:El análisis de ANOVA muestra que el riego tiene un efecto altamente significativo en la eficiencia del uso del agua al igual que el genotipo. Sin embargo, no hay interacción significativa entre riego y genotipo, lo que indica que el efecto del riego no depende del genotipo.
Prueba de normalidad
plot(modelo)
Las gráficas de residuos estandarizados muestran que los puntos siguen de manera bastante cercana la línea diagonal, lo cual indica que los residuos se aproximan a una distribución normal. A excepción de algunos puntos en los extremos.
Interacción de niveles de riego y Geno
library(ggplot2)
ggplot(fb, aes(x = geno, y = wue , colour = riego)) +
geom_boxplot(outlier.colour = "red", outlier.shape = 16, outlier.size = 2) +
labs(title = "Boxplot con interacción de niveles de riego y genotipo",
x = "Interacción Riego y Genotipo",
y = "Eficiencia del uso del agua (g/l)")
theme_minimal() +
theme(axis.text.x = element_text(angle = 45, hjust = 1)) # Inclinar etiquetas del eje X
## List of 136
## $ line :List of 6
## ..$ colour : chr "black"
## ..$ linewidth : num 0.5
## ..$ linetype : num 1
## ..$ lineend : chr "butt"
## ..$ arrow : logi FALSE
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_line" "element"
## $ rect :List of 5
## ..$ fill : chr "white"
## ..$ colour : chr "black"
## ..$ linewidth : num 0.5
## ..$ linetype : num 1
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_rect" "element"
## $ text :List of 11
## ..$ family : chr ""
## ..$ face : chr "plain"
## ..$ colour : chr "black"
## ..$ size : num 11
## ..$ hjust : num 0.5
## ..$ vjust : num 0.5
## ..$ angle : num 0
## ..$ lineheight : num 0.9
## ..$ margin : 'margin' num [1:4] 0points 0points 0points 0points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : logi FALSE
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ title : NULL
## $ aspect.ratio : NULL
## $ axis.title : NULL
## $ axis.title.x :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : NULL
## ..$ vjust : num 1
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 2.75points 0points 0points 0points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.title.x.top :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : NULL
## ..$ vjust : num 0
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 0points 0points 2.75points 0points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.title.x.bottom : NULL
## $ axis.title.y :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : NULL
## ..$ vjust : num 1
## ..$ angle : num 90
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 0points 2.75points 0points 0points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.title.y.left : NULL
## $ axis.title.y.right :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : NULL
## ..$ vjust : num 1
## ..$ angle : num -90
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 0points 0points 0points 2.75points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.text :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : chr "grey30"
## ..$ size : 'rel' num 0.8
## ..$ hjust : NULL
## ..$ vjust : NULL
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : NULL
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.text.x :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : num 1
## ..$ vjust : num 1
## ..$ angle : num 45
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 2.2points 0points 0points 0points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi FALSE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.text.x.top :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : NULL
## ..$ vjust : num 0
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 0points 0points 2.2points 0points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.text.x.bottom : NULL
## $ axis.text.y :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : num 1
## ..$ vjust : NULL
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 0points 2.2points 0points 0points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.text.y.left : NULL
## $ axis.text.y.right :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : num 0
## ..$ vjust : NULL
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 0points 0points 0points 2.2points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.text.theta : NULL
## $ axis.text.r :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : num 0.5
## ..$ vjust : NULL
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : 'margin' num [1:4] 0points 2.2points 0points 2.2points
## .. ..- attr(*, "unit")= int 8
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ axis.ticks : list()
## ..- attr(*, "class")= chr [1:2] "element_blank" "element"
## $ axis.ticks.x : NULL
## $ axis.ticks.x.top : NULL
## $ axis.ticks.x.bottom : NULL
## $ axis.ticks.y : NULL
## $ axis.ticks.y.left : NULL
## $ axis.ticks.y.right : NULL
## $ axis.ticks.theta : NULL
## $ axis.ticks.r : NULL
## $ axis.minor.ticks.x.top : NULL
## $ axis.minor.ticks.x.bottom : NULL
## $ axis.minor.ticks.y.left : NULL
## $ axis.minor.ticks.y.right : NULL
## $ axis.minor.ticks.theta : NULL
## $ axis.minor.ticks.r : NULL
## $ axis.ticks.length : 'simpleUnit' num 2.75points
## ..- attr(*, "unit")= int 8
## $ axis.ticks.length.x : NULL
## $ axis.ticks.length.x.top : NULL
## $ axis.ticks.length.x.bottom : NULL
## $ axis.ticks.length.y : NULL
## $ axis.ticks.length.y.left : NULL
## $ axis.ticks.length.y.right : NULL
## $ axis.ticks.length.theta : NULL
## $ axis.ticks.length.r : NULL
## $ axis.minor.ticks.length : 'rel' num 0.75
## $ axis.minor.ticks.length.x : NULL
## $ axis.minor.ticks.length.x.top : NULL
## $ axis.minor.ticks.length.x.bottom: NULL
## $ axis.minor.ticks.length.y : NULL
## $ axis.minor.ticks.length.y.left : NULL
## $ axis.minor.ticks.length.y.right : NULL
## $ axis.minor.ticks.length.theta : NULL
## $ axis.minor.ticks.length.r : NULL
## $ axis.line : list()
## ..- attr(*, "class")= chr [1:2] "element_blank" "element"
## $ axis.line.x : NULL
## $ axis.line.x.top : NULL
## $ axis.line.x.bottom : NULL
## $ axis.line.y : NULL
## $ axis.line.y.left : NULL
## $ axis.line.y.right : NULL
## $ axis.line.theta : NULL
## $ axis.line.r : NULL
## $ legend.background : list()
## ..- attr(*, "class")= chr [1:2] "element_blank" "element"
## $ legend.margin : 'margin' num [1:4] 5.5points 5.5points 5.5points 5.5points
## ..- attr(*, "unit")= int 8
## $ legend.spacing : 'simpleUnit' num 11points
## ..- attr(*, "unit")= int 8
## $ legend.spacing.x : NULL
## $ legend.spacing.y : NULL
## $ legend.key : list()
## ..- attr(*, "class")= chr [1:2] "element_blank" "element"
## $ legend.key.size : 'simpleUnit' num 1.2lines
## ..- attr(*, "unit")= int 3
## $ legend.key.height : NULL
## $ legend.key.width : NULL
## $ legend.key.spacing : 'simpleUnit' num 5.5points
## ..- attr(*, "unit")= int 8
## $ legend.key.spacing.x : NULL
## $ legend.key.spacing.y : NULL
## $ legend.frame : NULL
## $ legend.ticks : NULL
## $ legend.ticks.length : 'rel' num 0.2
## $ legend.axis.line : NULL
## $ legend.text :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : 'rel' num 0.8
## ..$ hjust : NULL
## ..$ vjust : NULL
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : NULL
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ legend.text.position : NULL
## $ legend.title :List of 11
## ..$ family : NULL
## ..$ face : NULL
## ..$ colour : NULL
## ..$ size : NULL
## ..$ hjust : num 0
## ..$ vjust : NULL
## ..$ angle : NULL
## ..$ lineheight : NULL
## ..$ margin : NULL
## ..$ debug : NULL
## ..$ inherit.blank: logi TRUE
## ..- attr(*, "class")= chr [1:2] "element_text" "element"
## $ legend.title.position : NULL
## $ legend.position : chr "right"
## $ legend.position.inside : NULL
## $ legend.direction : NULL
## $ legend.byrow : NULL
## $ legend.justification : chr "center"
## $ legend.justification.top : NULL
## $ legend.justification.bottom : NULL
## $ legend.justification.left : NULL
## $ legend.justification.right : NULL
## $ legend.justification.inside : NULL
## $ legend.location : NULL
## $ legend.box : NULL
## $ legend.box.just : NULL
## $ legend.box.margin : 'margin' num [1:4] 0cm 0cm 0cm 0cm
## ..- attr(*, "unit")= int 1
## $ legend.box.background : list()
## ..- attr(*, "class")= chr [1:2] "element_blank" "element"
## $ legend.box.spacing : 'simpleUnit' num 11points
## ..- attr(*, "unit")= int 8
## [list output truncated]
## - attr(*, "class")= chr [1:2] "theme" "gg"
## - attr(*, "complete")= logi TRUE
## - attr(*, "validate")= logi TRUELas cajas representan la variabilidad de los datos, mientras que los puntos rojos indican valores atípicos. En general, la eficiencia muestra variaciones entre genotipos, siendo ligeramente superior en condiciones de sequía para algunos, como G03, G07 y G11, lo que sugiere que ciertos genotipos son más efectivos en el uso del agua cuando enfrentan estrés hídrico.
6.5.2 Modelo lineal mixto
library(lme4)
library(lmerTest)
model <- lme4::lmer(formula = wue ~ riego * geno + (1|bloque), data = fb)
anova(model)
## Analysis of Variance Table
## npar Sum Sq Mean Sq F value
## riego 1 118.47 118.465 46.7921
## geno 14 123.10 8.793 3.4731
## riego:geno 14 28.79 2.056 0.8123Prueba de normalida
plot(modelo)
Eliminación de datos atípicos
ol <- boxplot(wue ~ riego * geno, fb)
ol
## $stats
## [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8]
## [1,] 8.949099 10.21437 8.368383 10.58330 10.38035 12.59897 9.791243 10.37963
## [2,] 8.949099 10.39881 8.477273 10.58330 10.38035 12.74325 9.791243 10.40787
## [3,] 9.026480 10.77126 8.624766 10.65083 10.58587 12.75871 9.971535 10.73517
## [4,] 9.090254 11.15272 8.833989 10.68966 10.87653 13.04314 10.214037 11.61033
## [5,] 9.090254 11.50922 8.833989 10.71783 10.87653 13.32864 10.214037 12.57606
## [,9] [,10] [,11] [,12] [,13] [,14] [,15] [,16]
## [1,] 8.333333 10.50567 8.821308 10.59077 7.484224 8.479053 8.291883 9.957169
## [2,] 8.705867 10.50567 8.906877 10.59077 7.931185 9.703504 8.381688 9.957169
## [3,] 9.407407 10.91878 9.459459 10.87582 8.381679 9.923146 8.821699 9.968035
## [4,] 9.665299 11.13926 9.990694 10.88222 8.999657 11.584158 9.020218 10.222992
## [5,] 9.816072 11.13926 10.076931 10.88222 8.999657 11.827284 9.645769 10.222992
## [,17] [,18] [,19] [,20] [,21] [,22] [,23]
## [1,] 8.536735 10.39960 7.848592 9.774262 11.72126 13.00888 8.644488
## [2,] 8.995459 10.82287 8.153053 10.296045 11.72126 13.00888 8.761520
## [3,] 10.354085 11.12052 8.449168 11.035140 11.87411 13.05199 9.234982
## [4,] 10.792128 11.30444 10.247068 11.848527 12.12780 13.07277 9.522838
## [5,] 11.979721 11.30444 10.680644 13.621035 12.13940 13.13439 9.567693
## [,24] [,25] [,26] [,27] [,28] [,29] [,30]
## [1,] 8.996723 8.044820 8.490465 9.203364 11.82089 10.42510 11.83885
## [2,] 9.126391 8.044820 8.500761 9.203364 11.82089 10.64598 11.92112
## [3,] 9.726092 8.192410 9.850587 9.269235 11.83197 10.91240 12.01174
## [4,] 10.217051 8.329136 10.821715 9.330609 11.87108 11.16796 12.09474
## [5,] 11.348752 8.329136 11.438864 9.330609 11.87108 11.78305 12.27110
##
## $n
## [1] 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
##
## $conf
## [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8]
## [1,] 8.926740 10.23856 8.372711 10.57568 10.23527 12.54681 9.67279 9.88552
## [2,] 9.126219 11.30397 8.876821 10.72597 10.93647 12.97062 10.27028 11.58483
## [,9] [,10] [,11] [,12] [,13] [,14] [,15]
## [1,] 8.729475 10.47109 8.693637 10.66989 7.626699 8.594281 8.370515
## [2,] 10.085340 11.36647 10.225282 11.08176 9.136660 11.252012 9.272882
## [,16] [,17] [,18] [,19] [,20] [,21] [,22] [,23]
## [1,] 9.780205 9.084563 10.78024 6.969543 9.93816 11.58684 13.00684 8.697037
## [2,] 10.155866 11.623607 11.46080 9.928794 12.13212 12.16137 13.09713 9.772928
## [,24] [,25] [,26] [,27] [,28] [,29] [,30]
## [1,] 8.955435 7.991513 8.210607 9.179324 11.79651 10.54357 11.88906
## [2,] 10.496750 8.393308 11.490567 9.359146 11.86744 11.28123 12.13442
##
## $out
## [1] 9.965427 8.619286 9.597093 9.489710 9.587523 12.130381 8.454769
## [8] 11.399577 26.234540 9.216344 9.610844 12.165365 10.658587 11.997260
## [15] 9.207921 12.570350 8.838542 12.272118 7.551109 9.372554 5.979316
## [22] 10.846243 13.100604 10.587321
##
## $group
## [1] 1 1 3 4 5 5 7 7 10 10 12 12 13 16 16 18 21 22 25 25 27 27 28 28
##
## $names
## [1] "irrigado.G01" "sequia.G01" "irrigado.G02" "sequia.G02" "irrigado.G03"
## [6] "sequia.G03" "irrigado.G04" "sequia.G04" "irrigado.G05" "sequia.G05"
## [11] "irrigado.G06" "sequia.G06" "irrigado.G07" "sequia.G07" "irrigado.G08"
## [16] "sequia.G08" "irrigado.G09" "sequia.G09" "irrigado.G10" "sequia.G10"
## [21] "irrigado.G11" "sequia.G11" "irrigado.G12" "sequia.G12" "irrigado.G13"
## [26] "sequia.G13" "irrigado.G14" "sequia.G14" "irrigado.G15" "sequia.G15"library(inti)
model <- remove_outliers(data = fb
, formula = wue ~ riego * geno + (1|bloque)
, plot_diag = T)
model
## $data
## $data$raw
## # A tibble: 150 × 5
## index riego geno bloque wue
## <chr> <chr> <chr> <chr> <dbl>
## 1 1 sequia G01 II 11.5
## 2 2 sequia G02 IV 10.7
## 3 3 irrigado G01 III 9.97
## 4 4 sequia G02 I 10.7
## 5 5 irrigado G03 II 10.9
## 6 6 irrigado G04 V 10.2
## 7 7 irrigado G01 I 8.62
## 8 8 irrigado G05 IV 9.67
## 9 9 sequia G06 II 10.9
## 10 10 sequia G05 I 10.9
## # ℹ 140 more rows
##
## $data$clean
## index riego geno bloque wue
## 1 1 sequia G01 II 11.509224
## 2 2 sequia G02 IV 10.689655
## 3 3 irrigado G01 III 9.965427
## 4 4 sequia G02 I 10.650826
## 5 5 irrigado G03 II 10.876526
## 6 6 irrigado G04 V 10.214037
## 7 7 irrigado G01 I 8.619286
## 8 8 irrigado G05 IV 9.665299
## 9 9 sequia G06 II 10.882218
## 10 10 sequia G05 I 10.918783
## 11 11 irrigado G01 II 9.090254
## 12 12 sequia G07 II 11.584158
## 13 13 irrigado G08 II 8.821699
## 14 14 irrigado G06 III 9.990694
## 15 15 irrigado G09 III 8.995459
## 16 16 irrigado G10 II 8.449168
## 17 17 sequia G11 I 13.072771
## 18 18 sequia G12 III 10.217051
## 19 19 irrigado G07 I 7.484224
## 20 20 irrigado G04 II 9.791243
## 21 21 irrigado G13 II 7.551109
## 22 22 irrigado G14 III NA
## 23 23 irrigado G04 IV 9.971535
## 24 24 sequia G04 V 12.576059
## 25 25 sequia G08 V 11.997260
## 26 26 sequia G04 III 11.610326
## 27 27 sequia G01 IV 10.214369
## 28 28 irrigado G10 I 7.848592
## 29 29 irrigado G08 V 9.020218
## 30 30 irrigado G02 V 9.597093
## 31 31 irrigado G07 III 8.999657
## 32 32 irrigado G08 I 8.381688
## 33 33 irrigado G14 V 9.330609
## 34 34 irrigado G03 I 9.587523
## 35 35 sequia G13 III 10.821715
## 36 36 sequia G01 V 11.152717
## 37 37 sequia G03 I 13.043139
## 38 38 irrigado G15 III 10.425101
## 39 39 irrigado G03 IV 12.130381
## 40 40 irrigado G09 IV 10.792128
## 41 41 irrigado G11 II 11.874106
## 42 42 sequia G03 V 12.758712
## 43 43 sequia G11 III 13.134394
## 44 44 irrigado G06 V 8.906877
## 45 45 sequia G05 V 11.139262
## 46 46 sequia G08 IV 9.957169
## 47 47 irrigado G11 IV 8.838542
## 48 48 sequia G11 II 12.272118
## 49 49 irrigado G10 III 10.247068
## 50 50 sequia G06 IV 9.610844
## 51 51 sequia G09 I 11.304441
## 52 52 irrigado G11 I 12.127803
## 53 53 sequia G11 IV 13.051988
## 54 54 irrigado G15 IV 10.645976
## 55 55 irrigado G13 IV 8.192410
## 56 56 sequia G14 V 13.100604
## 57 57 irrigado G02 IV 8.477273
## 58 58 irrigado G09 II 10.354085
## 59 59 irrigado G02 III 8.833989
## 60 60 sequia G08 III 10.222992
## 61 61 irrigado G06 II 9.459459
## 62 62 sequia G13 IV 9.850587
## 63 63 sequia G14 III 11.820889
## 64 64 sequia G04 II 10.407866
## 65 65 irrigado G11 III 12.139405
## 66 66 irrigado G07 II 8.381679
## 67 67 irrigado G08 IV 9.645769
## 68 68 sequia G05 IV NA
## 69 69 irrigado G04 I 8.454769
## 70 70 irrigado G11 V 11.721258
## 71 71 irrigado G12 I 9.522838
## 72 72 sequia G14 IV 10.587321
## 73 73 sequia G07 III 11.827284
## 74 74 irrigado G03 III 10.380346
## 75 75 sequia G01 I 10.398814
## 76 76 sequia G04 I 10.379630
## 77 77 sequia G03 II 13.328642
## 78 78 irrigado G15 II 11.167958
## 79 79 sequia G12 IV 8.996723
## 80 80 sequia G12 I 11.348752
## 81 81 sequia G08 I 9.207921
## 82 82 sequia G05 II NA
## 83 83 sequia G02 II 10.583304
## 84 84 sequia G10 I 11.848527
## 85 85 sequia G15 I 12.094735
## 86 86 irrigado G07 V 7.931185
## 87 87 sequia G10 V 13.621035
## 88 88 sequia G13 II 8.490465
## 89 89 sequia G07 V 9.923146
## 90 90 sequia G03 III 12.743247
## 91 91 sequia G15 IV 11.921120
## 92 92 sequia G13 I 8.500761
## 93 93 sequia G03 IV 12.598967
## 94 94 irrigado G10 V 8.153053
## 95 95 sequia G13 V 11.438864
## 96 96 sequia G09 II 10.399605
## 97 97 irrigado G14 IV 10.846243
## 98 98 irrigado G01 V 9.026480
## 99 99 sequia G01 III 10.771264
## 100 100 irrigado G06 IV 10.076931
## 101 101 sequia G04 IV 10.735175
## 102 102 irrigado G15 V 11.783050
## 103 103 irrigado G13 III 9.372554
## 104 104 irrigado G02 II 8.624766
## 105 105 sequia G08 II 9.968035
## 106 106 irrigado G04 III 11.399577
## 107 107 sequia G02 V 9.489710
## 108 108 sequia G06 V 12.165365
## 109 109 irrigado G15 I 10.912401
## 110 110 irrigado G13 V 8.044820
## 111 111 irrigado G05 V 8.705867
## 112 112 sequia G09 III 10.822867
## 113 113 sequia G09 V 12.570350
## 114 114 sequia G10 II 11.035140
## 115 115 irrigado G07 IV 10.658587
## 116 116 irrigado G05 I 8.333333
## 117 117 irrigado G02 I 8.368383
## 118 118 sequia G05 III NA
## 119 119 irrigado G12 II 8.761520
## 120 120 sequia G15 III 11.838851
## 121 121 irrigado G13 I 8.329136
## 122 122 sequia G14 II 11.871085
## 123 123 sequia G12 II 9.726092
## 124 124 sequia G15 II 12.011741
## 125 125 irrigado G09 V 11.979721
## 126 126 sequia G06 I 10.875823
## 127 127 sequia G09 IV 11.120516
## 128 128 sequia G15 V 12.271104
## 129 129 irrigado G14 I 9.203364
## 130 130 sequia G06 III 10.590771
## 131 131 irrigado G01 IV 8.949099
## 132 132 irrigado G12 III 9.567693
## 133 133 sequia G12 V 9.126391
## 134 134 irrigado G12 V 9.234982
## 135 135 sequia G11 V 13.008880
## 136 136 irrigado G12 IV 8.644488
## 137 137 irrigado G09 I 8.536735
## 138 138 sequia G02 III 10.717828
## 139 139 sequia G07 I 8.479053
## 140 140 irrigado G08 III 8.291883
## 141 141 irrigado G06 I 8.821308
## 142 142 irrigado G10 IV 10.680644
## 143 143 irrigado G03 V 10.585870
## 144 144 sequia G07 IV 9.703504
## 145 145 irrigado G05 III 9.816072
## 146 146 sequia G14 I 11.831975
## 147 147 sequia G10 III 9.774262
## 148 148 irrigado G14 II 9.269235
## 149 149 irrigado G05 II 9.407407
## 150 150 sequia G10 IV 10.296045
##
##
## $outliers
## index riego geno bloque wue resi res_MAD rawp.BHStud
## 22 22 irrigado G14 III 5.979316 -2.944944 -3.997449 0.000064028709257
## 68 68 sequia G05 IV 26.234540 12.508652 16.979168 0.000000000000000
## 82 82 sequia G05 II 9.216344 -4.315805 -5.858247 0.000000004677779
## 118 118 sequia G05 III 10.505674 -3.095754 -4.202157 0.000026438356298
## adjp bholm out_flag
## 22 0.000064028709257 0.009412220261 OUTLIER
## 68 0.000000000000000 0.000000000000 OUTLIER
## 82 0.000000004677779 0.000000696989 OUTLIER
## 118 0.000026438356298 0.003912876732 OUTLIER
##
## $diagplot
##
## $model
## $model$raw
## Linear mixed model fit by REML ['lmerMod']
## Formula: wue ~ riego * geno + (1 | bloque)
## Data: rawdt
## REML criterion at convergence: 501.7935
## Random effects:
## Groups Name Std.Dev.
## bloque (Intercept) 0.1957
## Residual 1.5911
## Number of obs: 150, groups: bloque, 5
## Fixed Effects:
## (Intercept) riegosequia genoG02
## 9.13011 1.67917 -0.34981
## genoG03 genoG04 genoG05
## 1.58202 0.83612 0.05549
## genoG06 genoG07 genoG08
## 0.32094 -0.43904 -0.29786
## genoG09 genoG10 genoG11
## 1.00152 -0.05440 2.21011
## genoG12 genoG13 genoG14
## 0.01620 -0.83210 -0.20436
## genoG15 riegosequia:genoG02 riegosequia:genoG03
## 1.85679 -0.03320 0.50324
## riegosequia:genoG04 riegosequia:genoG05 riegosequia:genoG06
## -0.50359 2.73816 -0.30522
## riegosequia:genoG07 riegosequia:genoG08 riegosequia:genoG09
## -0.06681 -0.24074 -0.56724
## riegosequia:genoG10 riegosequia:genoG11 riegosequia:genoG12
## 0.56013 -0.11136 -0.94247
## riegosequia:genoG13 riegosequia:genoG14 riegosequia:genoG15
## -0.15670 1.23745 -0.63856
##
## $model$clean
## Linear mixed model fit by REML ['lmerMod']
## Formula: wue ~ riego * geno + (1 | bloque)
## Data: cleandt
## REML criterion at convergence: 350.3855
## Random effects:
## Groups Name Std.Dev.
## bloque (Intercept) 0.2400
## Residual 0.8765
## Number of obs: 146, groups: bloque, 5
## Fixed Effects:
## (Intercept) riegosequia genoG02
## 9.13011 1.67917 -0.34981
## genoG03 genoG04 genoG05
## 1.58202 0.83612 0.05549
## genoG06 genoG07 genoG08
## 0.32094 -0.43904 -0.29786
## genoG09 genoG10 genoG11
## 1.00152 -0.05440 2.21011
## genoG12 genoG13 genoG14
## 0.01620 -0.83210 0.56793
## genoG15 riegosequia:genoG02 riegosequia:genoG03
## 1.85679 -0.03320 0.50324
## riegosequia:genoG04 riegosequia:genoG05 riegosequia:genoG06
## -0.50359 0.17924 -0.30522
## riegosequia:genoG07 riegosequia:genoG08 riegosequia:genoG09
## -0.06681 -0.24074 -0.56724
## riegosequia:genoG10 riegosequia:genoG11 riegosequia:genoG12
## 0.56013 -0.11136 -0.94247
## riegosequia:genoG13 riegosequia:genoG14 riegosequia:genoG15
## -0.15670 0.46516 -0.638566.5.3 Comparación de medias
library(agricolae)
library(tidyverse)
tukey_interaccion <- HSD.test(modelo, c("riego","geno"), group = TRUE)
print(tukey_interaccion)
## $statistics
## MSerror Df Mean CV MSD
## 2.531726 116 10.3989 15.30103 3.869691
##
## $parameters
## test name.t ntr StudentizedRange alpha
## Tukey riego:geno 30 5.438172 0.05
##
## $means
## wue std r se Min Max Q25
## irrigado:G01 9.130109 0.5009461 5 0.7115794 8.619286 9.965427 8.949099
## irrigado:G02 8.780301 0.4888060 5 0.7115794 8.368383 9.597093 8.477273
## irrigado:G03 10.712129 0.9259084 5 0.7115794 9.587523 12.130381 10.380346
## irrigado:G04 9.966232 1.0525033 5 0.7115794 8.454769 11.399577 9.791243
## irrigado:G05 9.185596 0.6390044 5 0.7115794 8.333333 9.816072 8.705867
## irrigado:G06 9.451054 0.5864537 5 0.7115794 8.821308 10.076931 8.906877
## irrigado:G07 8.691066 1.2345014 5 0.7115794 7.484224 10.658587 7.931185
## irrigado:G08 8.832251 0.5459530 5 0.7115794 8.291883 9.645769 8.381688
## irrigado:G09 10.131626 1.3906616 5 0.7115794 8.536735 11.979721 8.995459
## irrigado:G10 9.075705 1.2939825 5 0.7115794 7.848592 10.680644 8.153053
## irrigado:G11 11.340223 1.4095743 5 0.7115794 8.838542 12.139405 11.721258
## irrigado:G12 9.146304 0.4263475 5 0.7115794 8.644488 9.567693 8.761520
## irrigado:G13 8.298006 0.6687174 5 0.7115794 7.551109 9.372554 8.044820
## irrigado:G14 8.925754 1.7838671 5 0.7115794 5.979316 10.846243 9.203364
## irrigado:G15 10.986897 0.5253651 5 0.7115794 10.425101 11.783050 10.645976
## sequia:G01 10.809278 0.5319108 5 0.7115794 10.214369 11.509224 10.398814
## sequia:G02 10.426265 0.5259773 5 0.7115794 9.489710 10.717828 10.583304
## sequia:G03 12.894541 0.2912165 5 0.7115794 12.598967 13.328642 12.743247
## sequia:G04 11.141811 0.9435998 5 0.7115794 10.379630 12.576059 10.407866
## sequia:G05 13.602921 7.1004753 5 0.7115794 9.216344 26.234540 10.505674
## sequia:G06 10.825004 0.9126162 5 0.7115794 9.610844 12.165365 10.590771
## sequia:G07 10.303429 1.3960010 5 0.7115794 8.479053 11.827284 9.703504
## sequia:G08 10.270675 1.0371468 5 0.7115794 9.207921 11.997260 9.957169
## sequia:G09 11.243556 0.8167713 5 0.7115794 10.399605 12.570350 10.822867
## sequia:G10 11.315002 1.5077227 5 0.7115794 9.774262 13.621035 10.296045
## sequia:G11 12.908030 0.3583500 5 0.7115794 12.272118 13.134394 13.008880
## sequia:G12 9.883002 0.9542776 5 0.7115794 8.996723 11.348752 9.126391
## sequia:G13 9.820478 1.3353971 5 0.7115794 8.490465 11.438864 8.500761
## sequia:G14 11.842375 0.8887765 5 0.7115794 10.587321 13.100604 11.820889
## sequia:G15 12.027510 0.1665960 5 0.7115794 11.838851 12.271104 11.921120
## Q50 Q75
## irrigado:G01 9.026480 9.090254
## irrigado:G02 8.624766 8.833989
## irrigado:G03 10.585870 10.876526
## irrigado:G04 9.971535 10.214037
## irrigado:G05 9.407407 9.665299
## irrigado:G06 9.459459 9.990694
## irrigado:G07 8.381679 8.999657
## irrigado:G08 8.821699 9.020218
## irrigado:G09 10.354085 10.792128
## irrigado:G10 8.449168 10.247068
## irrigado:G11 11.874106 12.127803
## irrigado:G12 9.234982 9.522838
## irrigado:G13 8.192410 8.329136
## irrigado:G14 9.269235 9.330609
## irrigado:G15 10.912401 11.167958
## sequia:G01 10.771264 11.152717
## sequia:G02 10.650826 10.689655
## sequia:G03 12.758712 13.043139
## sequia:G04 10.735175 11.610326
## sequia:G05 10.918783 11.139262
## sequia:G06 10.875823 10.882218
## sequia:G07 9.923146 11.584158
## sequia:G08 9.968035 10.222992
## sequia:G09 11.120516 11.304441
## sequia:G10 11.035140 11.848527
## sequia:G11 13.051988 13.072771
## sequia:G12 9.726092 10.217051
## sequia:G13 9.850587 10.821715
## sequia:G14 11.831975 11.871085
## sequia:G15 12.011741 12.094735
##
## $comparison
## NULL
##
## $groups
## wue groups
## sequia:G05 13.602921 a
## sequia:G11 12.908030 ab
## sequia:G03 12.894541 ab
## sequia:G15 12.027510 abc
## sequia:G14 11.842375 abc
## irrigado:G11 11.340223 abc
## sequia:G10 11.315002 abc
## sequia:G09 11.243556 abc
## sequia:G04 11.141811 abc
## irrigado:G15 10.986897 abc
## sequia:G06 10.825004 abc
## sequia:G01 10.809278 abc
## irrigado:G03 10.712129 abc
## sequia:G02 10.426265 abc
## sequia:G07 10.303429 abc
## sequia:G08 10.270675 abc
## irrigado:G09 10.131626 abc
## irrigado:G04 9.966232 abc
## sequia:G12 9.883002 abc
## sequia:G13 9.820478 abc
## irrigado:G06 9.451054 bc
## irrigado:G05 9.185596 bc
## irrigado:G12 9.146304 bc
## irrigado:G01 9.130109 bc
## irrigado:G10 9.075705 bc
## irrigado:G14 8.925754 c
## irrigado:G08 8.832251 c
## irrigado:G02 8.780301 c
## irrigado:G07 8.691066 c
## irrigado:G13 8.298006 c
##
## attr(,"class")
## [1] "group"
plot(tukey_interaccion)
str(tukey_interaccion)
## List of 5
## $ statistics:'data.frame': 1 obs. of 5 variables:
## ..$ MSerror: num 2.53
## ..$ Df : int 116
## ..$ Mean : num 10.4
## ..$ CV : num 15.3
## ..$ MSD : num 3.87
## $ parameters:'data.frame': 1 obs. of 5 variables:
## ..$ test : chr "Tukey"
## ..$ name.t : chr "riego:geno"
## ..$ ntr : int 30
## ..$ StudentizedRange: num 5.44
## ..$ alpha : num 0.05
## $ means :'data.frame': 30 obs. of 9 variables:
## ..$ wue: num [1:30] 9.13 8.78 10.71 9.97 9.19 ...
## ..$ std: num [1:30] 0.501 0.489 0.926 1.053 0.639 ...
## ..$ r : int [1:30] 5 5 5 5 5 5 5 5 5 5 ...
## ..$ se : num [1:30] 0.712 0.712 0.712 0.712 0.712 ...
## ..$ Min: num [1:30] 8.62 8.37 9.59 8.45 8.33 ...
## ..$ Max: num [1:30] 9.97 9.6 12.13 11.4 9.82 ...
## ..$ Q25: num [1:30] 8.95 8.48 10.38 9.79 8.71 ...
## ..$ Q50: num [1:30] 9.03 8.62 10.59 9.97 9.41 ...
## ..$ Q75: num [1:30] 9.09 8.83 10.88 10.21 9.67 ...
## $ comparison: NULL
## $ groups :'data.frame': 30 obs. of 2 variables:
## ..$ wue : num [1:30] 13.6 12.9 12.9 12 11.8 ...
## ..$ groups: chr [1:30] "a" "ab" "ab" "abc" ...
## - attr(*, "class")= chr "group"
grupos <- tukey_interaccion$groups %>%
rownames_to_column("Tratamientos") %>%
separate("Tratamientos", into = c("riego","geno"))
str(grupos)
## 'data.frame': 30 obs. of 4 variables:
## $ riego : chr "sequia" "sequia" "sequia" "sequia" ...
## $ geno : chr "G05" "G11" "G03" "G15" ...
## $ wue : num 13.6 12.9 12.9 12 11.8 ...
## $ groups: chr "a" "ab" "ab" "abc" ...ggplot(grupos, aes(x = geno, y = wue, fill = riego)) +
geom_bar(stat = "identity", position = position_dodge()) +
geom_text(aes(label = groups),
position = position_dodge(width = 0.9),
vjust = -0.3,
size = 3) +
labs(title = "Efecto de Geno y Riego en WUE",
x = "Genotipo",
y = "WUE") +
theme_minimal() +
scale_fill_discrete(name = "Riego") +
theme(axis.text.x = element_text(angle = 45, hjust = 1))
Se muestra que la eficiencia del uso del agua es mayor en sequía para la mayoría de los genotipos, destacando G05, G10 y G15 con los valores más altos.
6.6 Analisis multivariado
6.7 Corelaciòn
variables_cuantitativas <- fb[, c("leafdw", "rootdw", "ttrans", "tubdw", "wue")]
matriz_correlacion <- cor(variables_cuantitativas, method = "pearson")
print(matriz_correlacion)
## leafdw rootdw ttrans tubdw wue
## leafdw 1.0000000 0.5529934 0.8172953 0.4187072 -0.1769252
## rootdw 0.5529934 1.0000000 0.3093005 -0.1170039 -0.1258241
## ttrans 0.8172953 0.3093005 1.0000000 0.7444304 -0.2792074
## tubdw 0.4187072 -0.1170039 0.7444304 1.0000000 0.1075364
## wue -0.1769252 -0.1258241 -0.2792074 0.1075364 1.0000000
library(corrplot)
corrplot(matriz_correlacion, method = "circle", type = "upper",
tl.col = "black", tl.srt = 45,
title = "Matriz de Correlación", mar = c(0, 0, 1, 0))
library(tidyverse)
library(psych)
fb %>%
dplyr::select(c("leafdw", "rootdw", "ttrans", "tubdw", "wue")) %>%
pairs.panels(
x = .,
hist.col = "blue",
pch = 21,
stars = TRUE,
scale = FALSE,
lm = TRUE
)
La grafica presente es una matriz de correlación y es útil para analizar y visualizar las relaciones entre varias variables al mismo tiempo. Permite identificar la fuerza y dirección de las relaciones (positivas o negativas) entre variables, lo que ayuda a entender si cambios en una están asociados con cambios en otra. Por ejemplo, los coeficientes de evaluación de Pearson indican que el peso seco de la hoja presenta una calificación positiva moderada con el peso seco de la raíz, una fuerte con transpiración total, una moderada con peso seco del tubérculo, y una débil negativa con eficiencia del uso agua.
6.8 Analisis de PCA
library(tidyverse)
library(psych)
library(ggplot2)
library(ggfortify)
variables_cuantitativas <- fb %>%
dplyr::select(c("leafdw", "rootdw", "ttrans", "tubdw", "wue"))
variables_cuantitativas_estandarizadas <- scale(variables_cuantitativas)
pca_result <- prcomp(variables_cuantitativas_estandarizadas, center = TRUE, scale. = TRUE)
summary(pca_result)
## Importance of components:
## PC1 PC2 PC3 PC4 PC5
## Standard deviation 1.589 1.1276 0.9603 0.48353 0.21872
## Proportion of Variance 0.505 0.2543 0.1844 0.04676 0.00957
## Cumulative Proportion 0.505 0.7592 0.9437 0.99043 1.00000
screeplot(pca_result, type = "lines", main = "Scree Plot")
biplot(pca_result, main = "Biplot del PCA", cex = 0.7)
autoplot(pca_result, data = fb, colour = 'black', loadings = TRUE, loadings.label = TRUE,
loadings.label.size = 3, main = "Gráfico de Componentes Principales")
6.8.1 PCA DOS EN UNO
library(FactoMineR)
library(cowplot)
library(tidyverse)
library(factoextra)
library(ggpubr)
mv <- fb %>%
group_by(riego, geno) %>%
summarise(across(c("leafdw", "rootdw", "ttrans", "tubdw", "wue"), ~ mean(., na.rm = TRUE)), .groups = "drop")
pca_result <- PCA(mv[, c("leafdw", "rootdw", "ttrans", "tubdw", "wue")],
scale.unit = TRUE, graph = FALSE)
p1 <- fviz_pca_ind(pca_result,
geom.ind = "point",
pointshape = 21, # Forma de los puntos
fill.ind = mv$riego, # Colorear por la variable riego
col.ind = "black", # Color de contorno
palette = "jco", # Usar una paleta de colores
addEllipses = TRUE, # Añadir elipses por grupos
legend.title = "Riego") +
geom_text(aes(label = mv$geno), # Añadir los números de genotipo
position = position_jitter(width = 0.1, height = 0.1), # Jitter para evitar solapamiento
size = 3, # Tamaño del texto
color = "black") + # Color del texto
labs(title = "PCA - Individuos") +
theme_minimal()
# Graficar las variables en el PCA
p2 <- fviz_pca_var(pca_result,
col.var = "contrib", # Color por contribución
gradient.col = "RdYlBu", # Usar un gradiente de colores
repel = TRUE) + # Evitar solapamientos
labs(title = "PCA - Variables") +
theme_minimal()
# Combinar los gráficos en una fila
plot_grid(p1, p2, nrow = 1)
El análisis de componentes principales (PCA) sirve para reducir la dimensionalidad de los datos y observar patrones o relaciones entre las observaciones y las variables en función de los componentes principales, que explican la mayor parte de la variabilidad. En el gráfico, se visualizan dos grupos de datos bajo distintas condiciones de riego: irrigado y sequía. Esto permite ver cómo las observaciones bajo condiciones de irrigación están más dispersas, indicando una mayor variabilidad, mientras que las de sequía están más concentradas, sugiriendo uniformidad. Por ejemplo, analizar al peso seco total de la biomasa varía entre genotipos en condiciones de riego y sequía. Observamos que el genotipo G09, representado como un punto azul y ubicado cerca de la dirección del vector, es el que más contribuye al peso seco total en condiciones de irrigado.
7 Discusión
El análisis de varianza realizado revela que el riego y el genotipo tienen efectos significativos en el peso seco de la hoja y del tubérculo, así como en la transpiración total y la eficiencia en el uso del agua. La interacción entre estos factores muestra que ciertos genotipos responden mejor al riego, como el G09 y G15, que destacan por su peso seco y alta transpiración en condiciones irrigadas, lo cual sugiere una mayor actividad fisiológica y potencial de crecimiento. Por otro lado, el peso seco de la raíz depende principalmente del genotipo, lo que indica una variabilidad genética en la adaptación para la absorción de nutrientes. Los resultados de eficiencia del uso del agua revelan que algunos genotipos, como G05, G10 y G15, son más eficientes bajo sequía, siendo especialmente útiles en condiciones de escasez hídrica. El análisis multivariado y la correlación entre el peso seco de las hojas y la transpiración confirman que una mayor biomasa foliar incrementa la transpiración, y el PCA destaca cómo el riego amplifica las diferencias entre genotipos, permitiendo identificar variedades como G09 que maximizan la biomasa bajo riego.
Por otro lado, la utilización del programa R ofrece un conjunto de herramientas estadísticas avanzadas y flexibles para análisis complejos. Con paquetes como agricolae, ggplot2, entre otros más que se pueden realizar pruebas estadísticas, visualizaciones personalizadas y comparaciones de medios de forma eficiente y reproducible. La capacidad de manejar datos en R permite analizar múltiples factores e interacciones, optimizando la toma de decisiones en investigaciones agrícolas y otros campos.
8 Referencia bibliográfica
Lozano Isla, F. (2015). Eficiencia de uso de agua en membrillo genotipos de papa (Solanum tuberosum L.) bajo condiciones de estrés hídrico por sequía [Tesis de licenciatura, Universidad Nacional Agraria La Molina]. Repositorio Institucional de la Universidad Nacional Agraria La Molina